01 - Машинное обучение. Задачи и модели машинного обучения |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2019-05-17 21:54
Задачи и модели машинного обучения Проблемы машинного обучения Представление данных для машинного обучения. Признаки объектов Основные понятия математической статистики. Часть 1 Основные понятия математической статистики. Часть 2 Постановка проблемы и простейшие способы ее решения Восстановление данных с помощью метрики Замечание об использовании метрики Использование коэффициента корреляции для восстановления данных Применение метрик и КК в рекомендательных системах
Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|