Публикации по теме 'research'
7 лучших стратегий для быстрого роста в качестве Data Scientist от Дарко Медин
Наука о данных — одна из лучших карьерных путей сегодня, и я поделюсь некоторыми стратегиями о том, как стать лучше в науке о данных и быстрее учиться, благодаря своему многолетнему опыту работы в качестве специалиста по данным.
Вот стратегии:
1. Делайте небольшие шаги
Прогресс в науке о данных часто зависит от небольших шагов. Они являются наиболее важными сегментами прогресса в карьере Data Science.
2. Всегда возвращайтесь к основам
Даже самые сложные алгоритмы создаются..
Clipper: высокая пропускная способность, низкая задержка, механизм вывода в реальном времени
Введение
Классические приложения машинного обучения обычно состоят из двух этапов. На первом этапе используется большой объем данных для обучения моделей, а на втором этапе делается вывод из ранее невидимых данных. Большая часть предыдущей работы в области инфраструктуры машинного обучения была связана с масштабированием первой фазы, то есть обучения модели - именно здесь тратится много вычислений, и ранее обсуждаемые статьи, такие как сервер параметров , посвящены использованию..
Предварительная подготовка, подсказка и прогнозирование — Часть 1
4 парадигмы в НЛП
(Это серия из нескольких частей, описывающая парадигму подсказок в НЛП. Содержание вдохновлено этой статьей (обзорным документом, объясняющим методы подсказок в НЛП)
Я наткнулся на эту замечательную статью по подсказкам, когда проходил этот замечательный курс Advanced NLP (UMass) . Будучи обзорной статьей, они дали целостное объяснение этой последней парадигмы в НЛП.
В нескольких статьях мы обсудим основные моменты статьи и узнаем, почему подсказки..
🧠 Мои наблюдения о типологии проектов AI R&D
За 5 лет мы в MIL Team написали 200+ технических заданий для исследовательских проектов и реализовали 75 проектов. И мне есть о чем поговорить!
🎯 Конечно, я структурировала запросы не просто так, были цели:
Ускорить запуск проекта и оценку ресурсов для его реализации; Уменьшите неопределенность в отношении того, какие задачи ставить перед командой RoadMap.
Какие типы запросов мы получили:
🧪 Предварительное исследование — это предварительное и детальное изучение предметной области..
Пионеры глубокого обучения: обзор 10 лучших исследовательских работ по глубокому обучению!
Взгляд на прорыв в области искусственного интеллекта и компьютерного зрения.
Глубокое обучение похоже на черный ящик, который имитирует работу человеческого мозга, позволяя машинам учиться и принимать решения на основе данных без явного программирования. — Аарафат Ислам.
Глубокое обучение – это область машинного обучения, в которой основное внимание уделяется использованию нейронных сетей для моделирования и решения сложных задач. За последние несколько лет глубокое обучение..
Последовательность к моделям последовательности
Итак, я довольно долго читал исследовательские работы и подумал, что было бы хорошо, если бы я делился тем, что я узнаю и понимаю из них. ).
Я выбираю исследовательскую работу, опубликованную сотрудниками Google на тему распознавания речи с использованием моделей Sequence to Sequence.
Это в основном основано на модели Sequence to Sequence.
Что такое последовательность для модели последовательности? 😰
Не беспокойтесь.
Модель «последовательность в последовательность»..
Объяснение документа: Раздвигая границы ResNets с самостоятельным наблюдением: можем ли мы превзойти контролируемые…
Изучение новых подходов в ReLICv2
В этой статье мы рассмотрим недавнюю статью, которая продвигает вперед состояние самоконтролируемого обучения, опубликованную DeepMind и получившую псевдоним ReLICv2.
В своей публикации «Раздвигая границы ResNets с самостоятельным наблюдением: можем ли мы превзойти контролируемое обучение без меток в ImageNet?» , Tomasev et al. представить усовершенствование своей техники, представленной в статье ReLIC под названием «Обучение репрезентациям с помощью..