Wszystko

Najnowsze

Archiwum

V.....s
V.....s
  • 1
Czy zna ktoś wartościowe podcasty/wykłady odnośnie deep learningu? Im bardziej szczegółowo tym lepiej, matematyczny aspekt jest równie ważny, fajnie też jakby była praktyka oparta na tensorflow. Póki co tylko u Lex`a Friedman i DeepMind znalazłem coś wartego uwagi, a nie mam siły przekopywać się przez kolejnych gości, którzy nie wiedzą o czym mówią ¯\_(ツ)_/¯ #ai #programowanie #sztucznainteligencja #deeplearning #machinelearning
  • 1
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
majsterV2
  • 0
Czy to jest idealny #servermasterrace do #grafikakomputerowa i #machinelearning?

https://allegro.pl/dl360e-gen8-g8-2x-e5-2450l-48gb-ddr3-4-x-kieszen-i7657418168.html
Co prawda będzie trzeba wsadzić jakieś GPU.
Może ten serwer ma większą moc?
https://allegro.pl/serwer-hp-proliant-dl785-g5-8xqc-2-7ghz-64gb-6xpsu-i7583993931.html - może i są do niego mocniejsze procesory za niewielkie
  • 5
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Avitus
  • 5
Ahoj #datascience i #machinelearning. Wy to pewnie mnożycie macierze w bazach danych i inne cuda robicie. Ale może jest wśród was #newbie który jeszcze nie miał do czynienia z bazami danych. I właśnie z myślą o osobach początkujących napisałem artykuł w którym dzielę się moimi przemyśleniami na temat używania baz danych w projektach data science. Od razu ostrzegam, że temat jest na poziomie bardzo początkującym.
  • 3
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Avitus
  • 0
@ja_tu_czytam: Nie obrażam się ;). I mam pewien pomysł jak to ugryźć, ale jeszcze nie przetestowany - użyć modułu dask (https://dask.org/).
W samym artykule też piszę o tym, że możemy w ogóle nie zbudować ramki danych bo zabraknie nam pamięci ( ͡° ͜ʖ ͡°).

W sumie to jest to pomysł na artykuł na przyszłość. Może faktycznie w takiej sytuacji polegnę. Ale i tak będzie o
  • Odpowiedz
Avitus
  • 14
Ahoj #machinelearning i #datascience!. Czy są tutaj osoby początkujące? Specjalnie z myślą o was napisałem artykuł, w którym wypisuję i omawiam elementy projektu machine learning, które warto sobie przemyśleć i wybrać jeszcze przed rozpoczęciem pracy. Idea jest taka, że dzięki podjęciu tych decyzji, nawet osoba początkująca będzie miała szansę doprowadzić taki projekt do końca. Miłej lektury:

https://www.jakbadacdane.pl/jak-zaczac-dzialac-w-uczeniu-maszynowym/

#jakbadacdane
  • 7
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
profaza
profaza
  • 0
Hej mirki,
Chciałbym zbadać wpływ różnorodności regresorów użytych w baggingu na jakość uzyskanych wyników. Różność chciałem badać za pomocą miary chi square jednak teraz tak się zastanawiam bo regresory w baggingu zasilane są zbiorami danych stworzonymi na podstawiawie zbioru treningowego poprzez losowanie ze zwracaniem. W chi square obliczamy różnicę między poszczególnymi instancjami danych konkretnych par regresorów to na logikę regresory musiałyby korzystać z takiego samego zbioru danych bo jaki jest sens obliczania
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
p.....a
p.....a
  • 0
W jakis sposob najlepiej napisac klase, ktora by dzialala z modelami #machinelearning ?
Czy mozna stworzyc klase, ktora by dziedziczyla po danym modelu, czy lepiej zadeklarowac w srodku klasy zmienna ktora by przechowywala taki model?
np

class Klasa(Model):
...
  • 13
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
L.....G
L.....G
  • 1
bo sam na razie nie wiem, jakie rozwiazanie bedzie najlepsze


@przepyszna_frytka:
No właśnie, bo najlepsze rozwiązanie to takie jakie sobie wymyślisz aby sensownie działało jako całość.

@przepyszna_frytka: > chce stworzyc „biblioteke” korzystajaca z scikit-opt by optymalizowac parametry modeli, czyli ta klasa, by posiadala metody optymalizujace parametry, zapisujace
  • Odpowiedz

Powiązane tagi