#programowanie
Wszystko
Wszystkie
Archiwum
7
Badanie preferencji filmowych przy pomocy MACHINE LEARNING

Użyto algorytmów NLP (natural language), żeby przeanalizować scenariusze filmów pod kątem emocji, które mają wywołać w widzach, a następnie użyto wyników, żeby pochylić się nad zależnością między filmowymi emocjami a sukcesem filmu zarówno pod kątem ich komercyjnego, jak i publicznego odbioru.
z- 4
- #
- #
- #
- #
- #
- #
#programowanie
http://www.mldata.org/ aktualnie leży, a ja potrzebuję uruchomić:
mnist = fetchmldata("MNIST original")
żeby pobrać "MNIST dataset". Na githubie radzą, żeby w taki przypadku znaleźć te dane ręcznie w internecie, następnie wrzucić je w
~/scikit_learn_data/mldata. Znalazłem plik mnist-original.mat, wrzuciłem go do sciezka_do_projektu/scikit_learn_data/mldata, ale fetch_mldata wciąż próbuje pobrać dane z internetu.Dobrze to próbuję zrobić? Czy ścieżka
~/scikit_learn_data/mldata wskazuje na folder mldata w folderze scikitlearndata wFrontend/Javascript
Frontend Wordpress Developer (From Poland With Dev) PLN 6k - 10k - oferta
Node.js Developer (Scalac) PLN 8k - 15k - oferta
React / Redux Engineer (Tooploox) PLN 8k - 11k - oferta
Senior JavaScript Developer (Lean Street Company) USD 3k - 5k - oferta
Javascript Developer (CRODU)
https://www.packtpub.com/packt/offers/free-learning
#packtpubfreelearning #keras #deeplearning #machinelearning
źródło: comment_KdXIkliVcVaEUDgPvXya7qGH0IgbxG3J.jpg
Pobierz- konto usunięte
- borrow
- konto usunięte
- Migfirefox
- SunnO
- +14 innych
chyba trzeba zrobic kopie zbiorow.
https://www.packtpub.com/packt/offers/free-learning
#packtpubfreelearning #machinelearning
źródło: comment_Wp63O9CPj0ZtKB7lHnw3oO9rP67qvLlB.jpg
Pobierz- Migfirefox
- sabtuzdeamon
- maaRcel
- kurp
- toporow17
- +17 innych
- 4
Model:
model = Sequential()
model.add(Dense(40, input_dim=1,kernel_initializer='he_normal', activation='relu'))
model.add(Dense(20, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(1,input_dim=1, activation=activation_fun))
model.compile(loss='mse', optimizer='adam', metrics=['mse', 'mae', 'mape', 'cosine'])
history = model.fit(x, y, batch_size=32, epochs=5000, verbose=0)
preds = model.predict(x_test)
prettyPlot(x,y,x_test,preds,history,'linear',5000)
model.summary()Zmiana optimizera na np. adadelta daje nieco lepsze rezultaty, ale wciaz sa marne. Co,
źródło: comment_oNxhN1sOzPDPQ7v8eU1uLFwylwcvkQTU.jpg
Pobierz- zrandomizuj zbiór uczący
- weź sgd jako optimizer i ręcznie pokręć learning ratem
- zwiększ liczbę epok
- możliwe że usunięcie batcha też pomoże
Frontend/Javascript
Senior Frontend Developer (7N) PLN 12,8k - 14k - oferta
Node.js Developer (inFullMobile) PLN 11k - 13k - oferta
Senior React.js Developer (Lorentus) PLN 9k - 16k - oferta
Front-end Developer (Insoh) PLN 3k - 8k - oferta
Node.js developer (Businesshub) PLN 9k - 14k -
- rbielawski
- konto usunięte
- krpv
- konto usunięte
- PLAN_B
- +4 innych
- 1
- 1
- 1
413
Dlaczego nie powinieneś zaczynać przygody z Machine Learningiem od Tensorflow

I dlaczego na początek najlepszym frameworkiem będzie Keras lub PyTorch
z- 79
- #
- #
- #
- #
- #
- #
364
Data Science w praktyce: analiza aktywności wypożyczalni samochodów...

Wszystko, co chcielibyście wiedzieć o statystykach wypożyczalni Vozilla, ale nie mieliście kogo zapytać. Mnie możecie, przez pół roku co minutę zapisywałem zrzut stanu całej floty pojazdów. W tekście znajdziecie to, co udało mi się odnaleźć w tych danych.
z- 47
- #
- #
- #
- #
- #
- #
366
Polsce grozi odpływ specjalistów od sztucznej inteligencji za granicę

Szef BCG Gamma jednostki Boston Consulting Group (BCG) specjalizującej się w zaawansowanej analityce danych: Polska dysponuje ogromną liczbą utalentowanych ludzi, którzy są w stanie wdrażać rozwiązania związane ze sztuczną inteligencją (AI), ale wyzwaniem jest to,żeby pracowali oni dla polskich firm
z- 178
- #
- #
- #
- #
- #
- #
Frontend/Javascript
Frontend Expert (Scalac) PLN 10k - 17k - oferta
Front-end Developer PLN 11k - 15k - oferta
React Native Developer (Netguru) PLN 6,5k - 15k - oferta
JavaScript Developer (Sunscrapers) PLN 6k -
- pempuszek
- konto usunięte
- piciek91
- b3rly
- aphelium
- +1 innych
10
8 konceptów w Pythonie, o których prawdopodobnie często zapominasz

I za każdym razem szukasz odpowiedzi na Stack Overflow. Lista najważniejszych zagadnień w Pythonie dla Data Science (NumPy, Pandas).
z- 1
- #
- #
- #
- #
- #
- #
- 1
- 5
__Starting of the roundof16_
Uruguay vs. Spain: Spain wins with probability 0.61
Denmark vs. Argentina: Argentina wins with probability 0.66
Brazil vs. Mexico: Brazil wins with probability 0.52
England vs. Poland: Poland wins with probability 0.52
Egypt vs. Portugal: Portugal wins with probability 0.80
Peru vs. Croatia: Croatia wins with probability 0.50
Switzerland vs. Germany: Germany wins with probability
źródło: comment_ern4Iv0wd1AeXFDvxr8nDf0LDY7KECdr.jpg
Pobierz5
Podcast z Vladimirem Alekseichenko o Machine Learning

002 – O Machine Learning z Vladimirem Alekseichenko
z- Dodaj Komentarz
- #
- #
- #
- #
- #
- 15















#pasta #ai #sztucznainteligencja #machinelearning #siecineuronowe #python #javascript
Komentarz usunięty przez autora