Machine Learning
-
新的预印本描述了一种新的无参数原子坐标几何变换器，用于预测蛋白质中的生物界面
它运行速度如此之快，甚至可以扫描大量蛋白质结构以搜索易于相互作用的氨基酸。 ——机器学习、人工神经网络和其他基于“人工智能”的数学方法（我不太喜欢这个词，但它坚持！）几十年来一直被应用于科学问题。但众所周知，它们现在有着前所未有的应用，以激进的方式改变着化学和生物学等科学。
-
数据科学家每天面临的挑战
数据科学和机器学习是目前互联网上的热门术语，并且趋势正在增长。随着各种格式的大量数据，公司越来越依赖数据科学家、机器学习工程师和软件开发人员来自动化各种日常任务的过程并改进……
-
您可以实际使用的 Python 装饰器的深入教程
深入了解 Python 的内部结构 — 简介 Python 和许多其他语言可以做的神奇事情之一就是装饰函数。装饰器可以修改函数的输入、输出以及函数本身的行为。 …
-
为视觉相似性构建强大的深度学习模型的 8 个技巧
3 个月浓缩的通用最佳实践，使您的连体网络表现良好并产生高质量的嵌入——不久前，我参加了在我以前的公司举行的数据科学挑战。目标是帮助海洋研究人员根据吸虫的外观更好地识别鲸鱼。更具体地说，我们被要求对测试集的每张图像进行预测，顶部……
-
GreenLIT：使用 GPT-J 和多任务学习来创作新剧本
如何微调 ML 模型以创建具有新标题、情节摘要和脚本的电视节目和电影——我在之前的文章中展示了如何微调 GPT-J 以生成 Haikus，结果非常好。对于我的最新实验 GreenLIT，我想突破使用 GPT-J 进行创意写作的极限，看看它是否可以为全新的电视节目和电影制作脚本。 …
-
手动随机森林和决策树——无需编码
简介 在本文中，我们将讨论决策树和随机森林，这两种算法在机器学习中用于分类和回归任务。我将展示如何使用笔和纸从头开始构建决策树，以及如何对其进行概括并构建随机森林模型。数据集让我们…
