Julia for Development, Machine Learning, and Data Analysis
大家好，在我之前的博客中，我们介绍了 Julia 是什么、它的应用程序以及如何安装它。现在，让我们深入了解 Julia 并探索它的软件包。Julia 是科学计算领域的新星，它提供了速度、优雅和丰富的软件包生态系统的完美结合。但它的影响范围不仅限于 […]Julia 用于开发、机器学习和数据分析的文章首先出现在 Spritle 软件上。
作为 IBM 的 AI 工程师，Marie de Groot 拥有双硕士学位，在初创公司和跨国公司工作了五年，积累了丰富的经验。她因在为大型银行和电信公司开发和完善生成式 AI 和机器学习模型方面的专业知识而受到认可。作为公众演讲者和 […] 主席
生成流网络 (GFlowNets) 解决了机器学习中从非正则化概率分布中采样的复杂挑战。通过在构造的图上学习策略，GFlowNets 通过一系列步骤促进有效采样，近似目标概率分布。这种创新方法通过提供强大的框架来处理帖子这项机器学习研究试图在 GFlowNets 的背景下形式化泛化并将泛化与稳定性联系起来，首次出现在 AI Quantum Intelligence 上。
The Machine Learning Guide for Predictive Accuracy: Interpolation and Extrapolation
评估训练数据之外的机器学习模型简介近年来，机器学习 (ML) 和深度学习 (DL) 等数据驱动方法已应用于广泛的任务，包括机器翻译和个性化定制推荐。这些技术通过分析大量数据揭示了给定训练数据集中的一些模式。但是，如果给定的数据集存在一些偏差并且不包含您想要了解或预测的数据，则可能很难从训练模型中获得正确答案。照片由 Stephen Dawson 在 Unsplash 上拍摄让我们考虑一下 ChatGPT 的情况。ChatGPT 目前的最新版本是 ChatGPT 4o，该模型使用的数据训练到 2023 年 6 月（本文撰写时）。因此，如果您询问 2024 年发生的事情，而这些事情未包含在训练数据
Explainability, Interpretability and Observability in Machine Learning
这些术语通常用于描述模型的透明度，但它们的真正含义是什么？模型洞察。作者从 Xplainable 截屏。机器学习 (ML) 因其能够从大型数据集中生成准确的预测和可操作的洞察而越来越流行于各个行业。在全球范围内，34% 的公司已经部署了 ML，报告称客户保留率、收入增长和成本效率显著提高 (IBM，2022)。机器学习采用率的激增可以归因于更易于访问的模型，这些模型可以产生更准确的结果，在多个领域超越了传统的业务方法。然而，随着机器学习模型变得越来越复杂，但越来越依赖，对透明度的需求变得越来越重要。根据 IBM 的全球采用指数，80% 的企业认为确定其模型如何做出决策的能力是一个关键因素。这在
How Should You Test Your Machine Learning Project? A Beginner’s Guide
使用 Pytest 和 Pytest-cov 等标准库对机器学习项目进行测试的友好介绍代码测试，图片由作者提供简介测试是软件开发的重要组成部分，但根据我的经验，它在机器学习项目中被广泛忽视。很多人都知道他们应该测试他们的代码，但很少有人知道如何做并真正做到这一点。本指南旨在向您介绍测试机器学习流程各个部分的基本知识。我们将专注于在 IMDb 数据集上对 BERT 进行文本分类微调，并使用 pytest 和 pytest-cov 等行业标准库进行测试。我强烈建议您遵循此 Github 存储库中的代码：GitHub - FrancoisPorcher/awesome-ai-tutorials：最好
在不断发展的网约车领域，平衡即时市场需求与长期战略目标的挑战至关重要。Gett 集团产品经理 Max Sadontsev 分享了如何驾驭这一复杂领域的见解，强调了清晰愿景的重要性。在 Gett，机器学习 (ML) 和人工智能 (AI) 已经改变了运营方式，从高效 […]
Journeys and insights of Viam's Data & ML Team | Viam
认识 Viam 的数据和机器学习团队！探索他们的旅程、挑战、日常生活以及驱动我们智能机器的热情。
Visual explanations of machine learning models to estimate charge states in quantum dots
研究人员使用机器学习来调整量子位，从而自动识别量子点设备中的电荷状态。文章“机器学习模型的视觉解释，用于估计量子点中的电荷状态”首次出现在《科学询问者》上。
FI-CBL: A Probabilistic Method for Concept-Based Machine Learning with Expert Rules
机器学习中的基于概念的学习 (CBL) 强调使用原始特征中的高级概念进行预测，从而提高模型的可解释性和效率。一种突出的类型是基于概念的瓶颈模型 (CBM)，它将输入特征压缩到低维空间中以捕获基本数据，同时丢弃非基本信息。此过程增强了图像和语音识别等任务的可解释性。然而，FI-CBL：基于专家规则的基于概念的机器学习的概率方法首先出现在 AI Quantum Intelligence 上。
FI-CBL: A Probabilistic Method for Concept-Based Machine Learning with Expert Rules
机器学习中基于概念的学习 (CBL) 强调使用原始特征中的高级概念进行预测，从而提高模型的可解释性和效率。一种突出的类型是基于概念的瓶颈模型 (CBM)，它将输入特征压缩到低维空间中以捕获基本数据，同时丢弃非基本信息。此过程增强了图像和语音识别等任务的可解释性。然而，FI-CBL：基于专家规则的基于概念的机器学习的概率方法首先出现在 AI Quantum Intelligence 上。
Machine learning models now available in the modular registry | Viam
使用我们模块化注册表中的 ML 模型提升您的智能机器。探索发现、集成和部署这些模型以解锁效率和功能的过程。
Practical AI: Local LLM and machine learning for plant care | Viam
只需不到 50 行代码即可创建具有本地数据安全性且不收取使用费的自定义 AI 助手。
Build a smart pet feeder with machine learning | Viam
使用 Raspberry Pi、电机和机器学习构建智能宠物喂食器。
7 Ways Machine Learning Transforms Customer Relationship Management
客户关系管理 (CRM) 对企业至关重要。它可以帮助您在整个生命周期内管理和分析客户互动。利用这些系统可以提高消费者满意度、提高留存率并推动销售增长。最近，机器学习 (ML) 集成彻底改变了 CRM，因为它将客户参与度提升到了一个新的水平。ML 算法分析大量 […] 文章机器学习改变客户关系管理的 7 种方式首先出现在 AiiotTalk - 人工智能 | 机器人技术 | 技术上。
自 Gartner 上次发布数据科学和机器学习 (DSML) 魔力象限以来，该行业经历了巨大的转变。DataRobot 也从我们开始的地方发生了巨大的转变，直到今天。文章“DataRobot：2024 年 Gartner® 数据科学和机器学习平台魔力象限™ 中的领导者”首先出现在 DataRobot AI 平台上。
Machine learning algorithm identifies salts from their drying patterns
科学家们已经训练了一种机器学习算法，可以从不同盐溶液干燥时形成的图案中识别出它们的化学成分。该技术可能成为一种快速而廉价的分析神秘物质（包括疑似药物）的方法。这项研究发表在《美国国家科学院院刊》上。 “我们正在采取 […]
Using machine learning to detect truly meaningful factory anomalies | Viam
Viam ML 管道通过选择性设备数据捕获、灵活的模型训练和轻松部署任何模型来改进异常检测并减少警报疲劳，从而增强工厂决策能力。
