Wszystko

Najnowsze

Archiwum

majsterV2
  • 9
Do wszystkich fanatyków uczenia maszynowego!
Właśnie znalazłem rozwiązanie aby posiadacze niemal wszystkich GPU mogli się cieszyć uczeniem maszynowym w #tensorflow!
https://rustyonrampage.github.io/deep-learning/2018/10/18/tensorfow-amd.html
Wyczytać można iż #plaidml działa na #intel HD4000, tak wiec starsze GPU zgodne z OpenCL 1.1 będą działać! (⌐ ͡■ ͜ʖ ͡■)つ──☆*:・ﾟ

majsterV2 - Do wszystkich fanatyków uczenia maszynowego! Właśnie znalazłem rozwiązan...

źródło: comment_kFThL0Rw0LrXzbYcMyWt2OQ8i4CWQOi9.jpg

Pobierz
  • 9
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
witek1902
  • 1
@arysto2011:
Źródłem danych są pliki CSV. Jeśli ktoś wprowadza jakieś zmiany/dodaje coś do tego źródła danych, nie nadpisuje tego co było tylko tworzony jest nowy plik z odpowiedniem prefixem, w którym jest "nowy zbiór".
Przy każdym odpaleniu procesu uczenia zapisujemy pełny zbiór, na którym dany proces pracuje, zbiory testowe/treningowe przed/po feature engineering'iem oraz sam nauczony model.
  • Odpowiedz
kleszcz10
  • 3
Czołem,

Czy znacie jakieś poradniki do biblioteki ml.net? Chciałbym zbudować model, który do danych z historii rachunku w banku przypisywał odpowiednie tagi np. jedzenie, siłownia itp. Zależy mi na tym aby do danej transakcji można było przypisać kilka tagów.

#mlnet #ml #machinelearning #csharp #programowanie
  • 1
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
tomasztomasz1234
tomasztomasz1234
  • 15
@przepyszna_frytka: mam dla Ciebie algorytm. Dla każdej spółki giełdowej co jakiś czas losuj 0 albo 1 z pstwem 50%. Jeśli masz akcje danej spółki, to dla 0 sprzedawaj, dla 1 trzymaj. Jeśli nie masz, to dla 0 kupuj, dla 1 dalej nie kupuj. Nie powinien być gorszy, niż algorytmy najlepszych banków, serio ( ͡° ͜ʖ ͡°)
  • Odpowiedz
mk321
  • 0
#machinelearning #sztucznainteligencja

Standardowy proces w pisaniu aplikacji, która korzysta z machine learningu, to:
1. Mamy zbiór danych treningowych/testowych i uczymy model.
2. W aplikacji korzystamy z gotowej wytrenowanej sieci, żeby przetwarzać nowe dane.
Tak widzę w tutorialach i tak w najłatwiejszych użyciach, gdzie ML jest używane w rzeczywistych systemach.
  • 8
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
haka65
  • 1
@mk321: Czyli jednak transfer learning, w przypadku jak masz jeszcze mało danych to warto uczyć od początku. Po prostu bierzesz starą sieć i douczasz na tym samym/trochę mniejszym learning rate - możesz sobie zrobić taki automatyczny proces, który doucza sieć na produkcji, zapisuje i porównuje przed i po z jakimś wcześniej wydzielonym zbiorem testowym (jeżeli to problem, w którym można go dobrze zdefiniować i zadać jakąś metrykę wyboru).
  • Odpowiedz
Rub3n
Rub3n
  • 1
Szukasz czegoś co się nazywa transfer learning, ładujesz starą sieć i douczasz na nowych danych.


@haka65: chłopie co ty p--------z xD
Nie znasz się to się nie wypowiadaj.

Czy ma to związek z "online
  • Odpowiedz
zdalnie_io
  • 7
Szukasz pracy zdalnej w IT? Obserwuj #zdalnieio lub zapisz się na newsletter, aby otrzymywać powiadomienia o najnowszych ofertach :)

Javascript
Angular Developer (Talenger) 10 000 - 18 000 PLN - oferta
React Developer (Polcode) 8 000 - 12 000 PLN - oferta
Front End Developer (Bitfinex) 6 250 - 10 000 USD -
  • 7
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
x.....m
x.....m
  • 2
Od jakiegoś czasu chodzi mi po głowie tematyka AI i machine learningu.
Zrobiłem krótki research i ludzie bardzo chwalą sobie kurs ML stworzony przez Uniwersytet Stanforda.
Natomiast nurtuje mnie inna sprawa, czy warto najpierw zrobić parę prostych projektów nie związanych z ML, żeby załapać trochę podstaw programowania + teorię z jakiejś ksiązki, czy od razu wbijać się na głęboką wodę? I jak to wygląda z matematyką?
Jakby ktoś miał inny tutorial, książkę
  • 8
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
ehhhh
  • 4
@xsnm: matma jest konieczna. nie wiem, na którym etapie nauki najlepiej sobie ją przyswoić, ale bez niej w ostateczności machine learningu nie ogarniesz. mi, jako osobie, ktora powoli sie tego uczy od pol roku, wydaje sie, ze najlepiej najpierw nauczyc się pythona, pozniej siegnac po jakas ksiazke pokroju 'build your own neural network' albo cos w tym stylu, a pozniej robic rzeczy jak najwiecej samemu. ale no, ja sie sam
  • Odpowiedz
konik_polanowy
  • 3
Wołam zainteresowanych (72) z listy kursykonika
Możesz zapisać/wypisać się klikając na nazwę listy.

! @konik_polanowy @bullion @w_t_d @Dadil @Monkeycocking @mohereq @Cesarz_Polski @m4sk1n @szuchal @Ekscelencjusz @R_3M @jozef-dzierzynski @kudlaty9102 @MikeR @zuwar @bersking @Marcysiek @Sykol @Skylake @Kowal04 @zmudeg @Mregussek @igorr1 @Zmiszor121 @Wypalcowany @jestem_specjalista_od_spraw @adrianadik @smieszko_drugi_lambert @mrozny100
  • Odpowiedz
bohater
  • 0
Mirki mam w #python funkcje 4 (hyper-)parametrow, w zasadzie bez zadnych constrainow, kotej wynikem jest score.
Da sie to jakos ladniej zoptymializowac niz poprzed k-fold validation? Gradient liczyc? Na pewno sa jakies gotowe rozwiazania? #machinelearning #datascience
  • 6
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
AnonimoweMirkoWyznania
  • 52
#anonimowemirkowyznania
Tak się zastanawiam co w głowie mają ludzie ktorzy biorą kredyt na 20-30 lat nie mając pewnosci że za 10-18 lat ich pracy moze juz nie byc? W dobie sztucznej inteligencji, machine learning jak ktos nie zajmuje kreatywnego stanowiska moze sie czuc serio zagrozony. Mialam ostatnio zajecia na podyplomowce z pewnym kierownikiem w branzy IT ktory pracuje przy AI, ktory mowil ze to jest porażające jak wiekszosc ludzi patrzy
AnonimoweMirkoWyznania - #anonimowemirkowyznania Tak się zastanawiam co w głowie maj...

źródło: comment_aIKR9p6dy7NXE2NbYi9dMlZfTy8rHmey.jpg

Pobierz
  • 72
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Waaba
Waaba
  • 80
@AnonimoweMirkoWyznania: polecam wszystkim obejrzenie filmu "powrót do przyszłości II", w którym to bohater z późnych lat 80 przenosi się do 2015. Latające samochody, deskolotki, wielkie hologramy na ulicach. Tak wtedy postrzegano, jaki skok dokona się w ~25 lat. No i co z tego mamy dzisiaj? A ty tutaj piszesz, że żyjemy w "dobie AI i machine learning" i za 20 lat ludzie stracą pracę. Nie, nie żyjemy. Wciąż żyjemy w
  • Odpowiedz

Powiązane tagi