Публикации по теме kernel

Публикации по теме 'kernel'

Добавьте изюминку в свою классификационную игру с помощью SVM Kernels!

Ядро похоже на волшебное заклинание, которое помогает SVM (машинам опорных векторов) понимать ваши данные. Думайте о SVM как о волшебнике, который пытается предсказать, принадлежит ли новый фрагмент данных к той или иной группе. Мастер должен понимать особенности данных (например, насколько они велики, какого они цвета и т. д.), чтобы сделать точный прогноз. Но мастер не понимает самих особенностей. Волшебник говорит только на математике, а черты для него просто слова. Здесь..

Машины опорных векторов и ядра

Машины опорных векторов и ядра Это седьмая часть серии, над которой я работаю, в которой мы обсудим и определим вводные алгоритмы и концепции машинного обучения. В самом конце этой статьи вы найдете все предыдущие части серии. Я предлагаю вам прочитать их по порядку. Просто потому, что я представляю там некоторые концепции, которые являются ключом к пониманию понятий, обсуждаемых в этой статье, и я буду к ним возвращаться неоднократно. Сегодня мы рассмотрим наш последний алгоритм..

Ржавчина на Teensy4.0 — Teensycore

Rust славится кросс-компиляцией для всех видов платформ. Варианты набора микросхем ARM входят в список. Некоторое время назад я задался целью создать ядро для Teensy 4.0 , написанное на ржавчине. Я быстро понял, что извлечь мой код на повторно используемую платформу будет довольно просто. Таким образом, было создано teensycore, и вы тоже можете наслаждаться этим чрезвычайно легким ядром! Teensycore имеет полностью открытый исходный код, и участие приветствуется! Ресурсы..

Регрессия ядра градиента

Примерка без обучения В этой статье демонстрируется удивительный результат с использованием ядра касательной нейронной сети [1,2]. Это ядро используется для выполнения регрессии ядра. Удивительно то, что точность этой регрессии не зависит от точности базовой сети. Чтобы получить этот результат и оценить неожиданность, которую он влечет за собой, нам нужно проработать конструкцию ядра и то, как оно используется в регрессионной модели ядра. Регрессия ядра градиента, поскольку ее можно..

Ядра RBF

Ядро — это метод использования линейного классификатора для решения нелинейной задачи. ядра Ядра позволяют нам разделять данные, когда граница между ними нелинейна. В частности, вы видели два типа ядер: многочлен РБФ На сегодняшний день самым популярным ядром является ядро RBF (что означает радиальную базисную функцию). Ядро RBF позволяет вам классифицировать точки, которые сложно разделить в любом пространстве. Это подход, основанный на плотности, который рассматривает..

Общий интерфейс для управления задачами Baremetal в Rust

В этой статье мы рассмотрим мое решение для обобщения управления задачами в среде реального времени. Код здесь тесно связан с языком программирования Rust, хотя концепции могут быть реализованы где угодно. Эта потребность была вызвана проектом ядра без операционной системы. Аппаратное обеспечение, для которого я разрабатываю, представляет собой одноядерный чип ARMv7 Cortex-M: Teensy4.0 . Вы можете найти весь исходный код здесь на GitHub . Любая программа на «голом металле»..

ML-машина опорных векторов

Часть 2 В прошлый раз мы рассмотрели общую идею SVM. Во второй части мы рассмотрим метод под названием «Трюк с ядром». В части 1 я уже упоминал, что мы используем трюки ядра в нелинейной ситуации. Без использования трюка с ядром SVM не работает с нелинейными примерами. Давайте посмотрим. Мы видим, что мы не можем разделить две категории, используя линейную границу решения. По сути, приемы, которые мы использовали в части 1, нельзя применить к нелинейной выборке данных. Почему?..