9 вещей, которые помогли мне стать дата-сайентистом
В этой статье я расскажу о вещах, которые помогли мне получить свою первую работу в Data Science.
Нет никакого способа
4 min read
май
09
Виды функций активации
Функция активации – это фрагмент программного кода, добавляемый в искусственную Нейронную сеть (Neural Network), чтобы помочь ей изучить сложные закономерности данных.
1 min read
май
02
Виды валидации
Кросс-валидация (Cross-Validation – CV) – это метод оценки Моделей (Model) Машинного обучения (ML) в условиях небольшого объема данных. Датасет (Dataset) разделяют на
3 min read
апр.
27
Виды метрик в Машинном обучении
В Машинном обучении (ML) используются различные метрики, которые позволяют оценить качество работы моделей машинного обучения. Некоторые из наиболее распространенных метрик:
1 min read
апр.
23
Метод обратного распространения ошибки (BackProp)
Обратное распространение (англ. Back Propagation) — это алгоритм, используемый для обучения Нейронных сетей (Neural Network) путем вычисления градиентов Функции потерь (Loss
2 min read
апр.
15
Машинное обучение vs. Глубокое обучение: в чем разница?
Даже если вы не связаны с миром науки о данных, вы, вероятно, слышали термины Искусственный интеллект (AI), Машинное обучение (ML)
1 min read
апр.
06
Коэффициент Джини (Gini Score)
Коэффициент Джини (индекс Джини) – 1. (в статистике) показатель, характеризующий неравенство доходов населения. 2. (в машинном обучении) метрика, характеризующая эффективность некоторых
2 min read
март
31
Оптимизатор (Optimizer)
Оптимизатор — это метод повышения производительности Модели (Model) Глубокого обучения (Deep Learning). Эти алгоритмы сильно влияют на Долю правильных ответов (Accuracy)
9 min read
март
26
Распознавание позы (Pose Detection)
Распознавание позы — это задачи в области Компьютерного зрения (CV) – определение позы человека на изображении. Причина, по которой так много энтузиастов
5 min read
март
19
Сходимость (Convergence)
Cходимость (конвергенция) — это точка обучения модели, после которой изменения в Скорости обучения (Learning Rate) становятся ниже, а Ошибки (Error) – разность
