В ближайшее время расскажет про Байесовский подход к машинному обучению (Байсовский вывод, выбор модели) |
||
|
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 |
2016-07-13 23:00 В ближайшее время расскажет про Байесовский подход к машинному обучению (Байсовский вывод, выбор модели). Будет разобрана Relevance Vector Machine — байесовская переформулировка метода опорных векторов, позволяющая получать более разреженные и качественные модели. Также планируется обсудить вещи, не связанные с машинным обучением напрямую, но имеющие много прикладных применений (напр. Laplace approximation). Будет много формул, интегрирования и дифференцирования. Если вас заинтересовало что-либо из вышеперечисленного обязательно приходите. Пока нужно решить, когда всем будет удобно собраться. На картинке слева — результат работы RBF-SVM, справа — RVM. Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|