Открыть список
Как стать автором
Обновить
  • по релевантности
  • по времени
  • по рейтингу

Алгоритм Джонкера-Волгенанта + t-SNE = супер-сила

Блог компании Wunder FundАлгоритмыМашинное обучение
Перевод
До:



После:



Заинтригованы? Но обо всем по порядку.

t-SNE


t-SNE — это очень популярный алгоритм, который позволяет снижать размерность ваших данных, чтобы их было проще визуализировать. Этот алгоритм может свернуть сотни измерений к всего двум, сохраняя при этом важные отношения между данными: чем ближе объекты располагаются в исходном пространстве, тем меньше расстояние между этими объектами в пространстве сокращенной размерности. t-SNE неплохо работает на маленьких и средних реальных наборах данных и не требует большого количества настроек гиперпараметров. Другими словами, если взять 100 000 точек и пропустить их через эту волшебный черный ящик, на выходе мы получим красивый график рассеяния.
Читать дальше →
Всего голосов 65: ↑64 и ↓1 +63
Просмотры29.3K
Комментарии 2

Краткий разбор статьи «DeViSE: A Deep Visual-Semantic Embedding Model»

Машинное обучение
Из песочницы

Рассматриваемая статья.


Введение


Современные распознавательные системы лимитированы классифицировать на относительно не большое количество семантически не связанных между собой классов. Привлечение текстовой информации, даже несвязанной с картинками, позволяет обогатить модель и в некоторой степени решить следующие проблемы:


  1. если модель распознавания совершает ошибку, то часто эта ошибка семантически не близка к правильному классу;
  2. нет возможности предсказать объект, который относится к новому классу, который не был представлен в обучающем наборе данных.

Предложенный подход предлагает отображать картинки в богатое семантическое пространство, в котором метки более схожих классов находятся ближе к друг другу, чем метки менее похожих классов. Как результат, модель дает меньше семантически далеких от истинного класса предсказаний. Более того, модель, учитывая и визуальную и семантическую близость, может правильно классифицировать изображения, относящиеся к классу, который не был представлен в обучающем наборе данных.

Читать дальше →
Всего голосов 7: ↑7 и ↓0 +7
Просмотры809
Комментарии 0

Лопнул ли пузырь машинного обучения, или начало новой зари

Блог компании RecognitorОбработка изображенийМашинное обучениеИсследования и прогнозы в ITИскусственный интеллект
Недавно вышла статья, которая неплохо показывает тенденцию в машинном обучении последних лет. Если коротко: число стартапов в области машинного обучения в последние два года резко упало.

image

Ну что. Разберём «лопнул ли пузырь», «как дальше жить» и поговорим откуда вообще такая загогулина.
Читать дальше →
Всего голосов 185: ↑181 и ↓4 +177
Просмотры107.6K
Комментарии 350