Публикации по теме 'neural-networks'


Обнаружение токсичных комментариев на русском языке
Свобода выражения различных точек зрения, включая ядовитые, агрессивные и оскорбительные комментарии, может иметь долгосрочное негативное влияние на мнения людей и социальную сплоченность. Как следствие, возможность автоматически определять и модерировать токсичный контент в Интернете для устранения негативных последствий - одна из необходимых задач для современного общества. Эта статья направлена ​​на автоматическое обнаружение токсичных комментариев на русском языке. В качестве..
Функция активации Softmax - как это работает
При работе с задачами машинного обучения, в частности, с задачами глубокого обучения, популярно используется функция активации Softmax. Обычно он размещается на последнем уровне в модели глубокого обучения. Он часто используется в качестве последней функции активации нейронной сети для нормализации выходных данных сети к распределению вероятностей по прогнозируемым выходным классам. - Википедия [ ссылка ] Softmax - это функция активации, которая преобразует числа / логиты в..
Часть 7 - Это глубоко. Замысловато.
Одна уловка, которую мы еще не пробовали, - это использование слоев сверточной нейронной сети (CNN). До сих пор мы всегда передавали состояние платы в нейронную сеть, закодированную как 1D-массив. Это затрудняет использование нейронной сети изначально двумерной природы доски для крестиков-ноликов. Слои CNN могут перемещать 2D-окно по входному 2D-растру (+ дополнительное измерение для разных каналов, например каналы красного, зеленого и синего цветов в изображении) и, таким образом,..
Нейронные сети и все такое прочее
Нейронные сети — одна из самых горячих тем современности. Что я узнал о нейронных сетях из «Обработка естественного языка в действии» (MEAP, версия 10), так это то, что они имеют более широкий охват и являются ядром машинного обучения. С векторами TFIDF приходится полагаться в основном на частоту конкретного слова. Чем выше частотность слова, тем выше его вес. Такой подход не всегда дает хороший результат. Рассмотрим следующий текст: Уровень крутости, которого я достиг, начинает..
Ускорение роста бизнеса с помощью искусственных нейронных сетей
В настоящее время мы воспринимаем искусственный интеллект как должное и используем его в повседневной жизни. Этот гигантский скачок в информационных и программных технологиях стал возможен отчасти благодаря классу архитектур и алгоритмов машинного обучения, который называется искусственными нейронными сетями (ИНС). Уникальная способность учиться и развиваться также делает ИНС вероятным решением некоторых типичных бизнес-проблем. Давайте посмотрим, как ИНС помогают добиться роста..
Глубокое обучение для рекомендательных систем
В моей прошлой статье о скрытой совместной фильтрации мы использовали матричную факторизацию, чтобы рекомендовать продукты пользователям. Входными данными для этого алгоритма была матрица UserItemRating R. Эта матрица содержит все оценки всех продуктов, выставленные всеми пользователями. Это та же матрица, которую мы собираемся использовать для обучения нашей нейронной сети. Если мы хотим использовать это в качестве входных данных для нейронной сети, тогда возникает проблема, потому..
Прогнозирование временных рядов биткойнов с помощью LSTM
Обновление: вот мой Репозиторий Github , где вы можете найти мой скрипт Python для этого поста. Обзор В этом посте будет продемонстрировано предсказание цены биткойна с помощью модели нейронной сети. Загрузить данные Я получил исторические данные о биткойнах с https://coinmarketcap.com/currencies/bitcoin/historical-data , прочитав таблицу в DataFrame. После загрузки данных я сохранил только цены даты и закрытия и удалил неиспользуемые функции. После сортировки данных по..