Разработчик искусственного интеллекта, интересуюсь политикой, культурой и тяжёлой музыкой
Санкт-Петербург
Имею активную позицию по большому количеству остро-социальных, политических и информационно-технологических вопросов, которой не менее активно делюсь) Открыт для дискуссий и сотрудничества
Любые рекуррентные нейронные сети работают со связанными данными, в этом их смысл. Если конкретные решения интересуют, то LSTM и GRU - самые популярные и распространённые.
Сложно ответить однозначно, так как всё зависит от специфики конкретного набора данных. Для начала, поищите пропуски в данных. Если ваши данные содержат числовые параметры, посчитайте... Читать далее
Нормализация заключается в том, чтобы все элементы входных данные привести к значениям в диапазоне от 0 до 1. Реализация зависит от ваших данных. Чаще всего необходимо просто разделить... Читать далее
Зависит от человека. Кого-то из верующих утешает или даже вдохновляет вера в продолжение жизни после смерти. Кому-то из них проще живётся, когда они убеждены в том, что с решением их... Читать далее
Никаких особенностей в плане распределения обучающей выборки на тренировочную, валидационную и тестовую тут нет. Всё зависит от объема вашей обучающей выборки. Если речь идёт о задаче... Читать далее
Если вы используете sklearn, то вам необходимо при инициализации дерева с помощью функции DecisionTreeClassifier в параметре max_depth указать желаемое значение максимальной глубины... Читать далее
Да. Скажу по секрету: чтобы понимать нейросети и грамотно их использовать, какая-то невероятная математика не нужна. Мне хватило школьных знаний, чтобы начать вникать в машинное обучение... Читать далее
Целый roadmap вряд ли смогу вам составить. Python является языком с огромным количеством применений и дополнительных библиотек. Пытаться выучить их все довольно глупо и наивно. Python -... Читать далее
Вопрос задан неконкретно. Тут всё зависит от вашей задачи. Если вы хотите распознавать на картинке места, в которых присутствуют кривые, то вам необходимо создать датасет из бинарных... Читать далее