Опросы |
Статьи |
|
Интеграция Open Source-решений
Open Source в облачной среде
Облачные решения становятся всё более популярными в мире. Компании стремятся использовать их для
Читать далее...
|
|
Автоматизация
Нейросеть вам в руки! Как использовать ИИ для автоматизации задач
Использование ИИ для автоматизации задач помогает компании получить конкурентное преимущество, поскольку объединение
Читать далее...
|
|
Рынок труда
Специалист по этическому ИИ, инженер по квантовым вычислениям или аналитик по метавселенной?
Новые тенденции в развитии ИТ могут привести к возникновению новых специальностей в
Читать далее...
|
|
Книжная полка
Учитесь убеждать и побеждать
Издательство «БХВ», как всегда, порадовало своих читателей хорошими книжными новинками. Кроме популярных
Читать далее...
|
|
Сетевая инфраструктура
Как удаленная работа меняет подход к сетевой инфраструктуре?
С увеличением числа сотрудников, работающих из дома, организации сталкиваются с необходимостью создания
Читать далее...
|
|
Мониторинг
Какой мониторинг нужен сегодня?
По мнению экспертов ГК InfoWatch, действия сотрудников – самая распространенная причина инцидентов
Читать далее...
|
|
Книжная полка
Руководство для тех, кто увлечен ИИ, программированием. И дизайном
Накануне лета издательство «БХВ» выпустило книжные новинки, от которых любителям чтения будет
Читать далее...
|
|
Мобильные приложения
Искусственный интеллект в мобильных приложениях: возможности и перспективы
Обзор современных применений ИИ в мобильных приложениях, анализ перспектив развития этой технологии,
Читать далее...
|
|
ИТ-образование
Как сделать ИТ-образование эффективным?
Эксперты ИТ-отрасли отвечают на вопросы «СА». Обсуждаем ключевые аспекты для улучшения образовательных
Читать далее...
|
|
Work-life balance
Как айтишнику найти баланс между работой и личной жизнью?
Обсуждаем инструменты для эффективного управления временем, снижения уровня стресса и достижения гармонии.
На
Читать далее...
|
|
Книжная полка
Всё самое нужное – под одной обложкой
Отличительная черта книжных новинок, выпущенных недавно издательством «БХВ» – это их универсальность. Не просто
Читать далее...
|
|
ИТ-инфраструктура
Системы мониторинга ИТ-инфраструктуры-2025
Без мониторинга ИТ-инфраструктуры не обходится ни одна компания, хотя бы потому, что
Читать далее...
|
|
Открытое ПО
Безопасность Open Source: рискуем или контролируем?
Компания «Кросс технолоджис» изучила, как используется ПО с открытым кодом в компаниях
Читать далее...
|
|
Работа с нейросетью
Скажи, есть ли у тебя AI, и я скажу, кто ты
Недавно сервис по поиску работы SuperJob выяснил, что каждый второй россиянин уже
Читать далее...
|
|
|
1001 и 1 книга
|
19.03.2018г.
Просмотров: 9513
Комментарии: 0
Машинное обучение с использованием библиотеки Н2О
Читать далее...
|
12.03.2018г.
Просмотров: 9727
Комментарии: 0
Особенности киберпреступлений в России: инструменты нападения и защита информации
Читать далее...
|
12.03.2018г.
Просмотров: 7152
Комментарии: 0
Глубокое обучение с точки зрения практика
Читать далее...
|
12.03.2018г.
Просмотров: 4462
Комментарии: 0
Изучаем pandas
Читать далее...
|
12.03.2018г.
Просмотров: 5256
Комментарии: 0
Программирование на языке Rust (Цветное издание)
Читать далее...
|
19.12.2017г.
Просмотров: 5258
Комментарии: 0
Глубокое обучение
Читать далее...
|
19.12.2017г.
Просмотров: 7926
Комментарии: 0
Анализ социальных медиа на Python
Читать далее...
|
19.12.2017г.
Просмотров: 4616
Комментарии: 0
Основы блокчейна
Читать далее...
|
19.12.2017г.
Просмотров: 4872
Комментарии: 0
Java 9. Полный обзор нововведений
Читать далее...
|
16.02.2017г.
Просмотров: 8887
Комментарии: 0
Опоздавших не бывает, или книга о стеке
Читать далее...
|
17.05.2016г.
Просмотров: 12317
Комментарии: 0
Теория вычислений для программистов
Читать далее...
|
30.03.2015г.
Просмотров: 13882
Комментарии: 0
От математики к обобщенному программированию
Читать далее...
|
18.02.2014г.
Просмотров: 15655
Комментарии: 0
Рецензия на книгу «Читаем Тьюринга»
Читать далее...
|
13.02.2014г.
Просмотров: 10519
Комментарии: 0
Читайте, размышляйте, действуйте
Читать далее...
|
12.02.2014г.
Просмотров: 8541
Комментарии: 0
Рисуем наши мысли
Читать далее...
|
10.02.2014г.
Просмотров: 6764
Комментарии: 4
Страна в цифрах
Читать далее...
|
18.12.2013г.
Просмотров: 5916
Комментарии: 0
Большие данные меняют нашу жизнь
Читать далее...
|
18.12.2013г.
Просмотров: 4783
Комментарии: 0
Компьютерные технологии – корень зла для точки роста
Читать далее...
|
04.12.2013г.
Просмотров: 4483
Комментарии: 0
Паутина в облаках
Читать далее...
|
03.12.2013г.
Просмотров: 4705
Комментарии: 1
Рецензия на книгу «MongoDB в действии»
Читать далее...
|
|
|
Друзья сайта
|
|
|
|
|
|
|
Повышение точности классификации изображений на основе методов передачи знаний и извлечения признаков в задачах машинного обучения
Архив номеров / 2020 / Выпуск №06 (211) / Повышение точности классификации изображений на основе методов передачи знаний и извлечения признаков в задачах машинного обучения
|
Рубрика:
Наука и технологии /
Раздел для научных публикаций
|
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
|
Петрин Д.А., Калужский филиал федерального государственного бюджетного образовательного учреждения высшего образования «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)», Калуга, fn1-kf@mail.ru Белов Ю.С., Калужский филиал федерального государственного бюджетного образовательного учреждения высшего образования «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)», Калуга, fn1-kf@mail.rux
Повышение точности классификации изображений на основе методов передачи знаний и извлечения признаков в задачах машинного обучения
В данной статье рассматриваются понятия «передача знаний» и «извлечение признаков», а также приводится механизм повышения точности модели классификации с использованием данных техник
Введение. Интеллектуальный анализ данных и машинное обучение широко и успешно используются во многих областях, где фрагменты прошлой информации (данные для обучения) могут быть извлечены для прогнозирования будущих результатов. Традиционное машинное обучение характеризуется обучающими данными и данными для тестирования, имеющими одинаковое пространство входных признаков и одинаковое распределение. Когда существует разница в распределении между обучающими и тестовыми данными, результаты прогнозирования могут быть ухудшены [1]. В некоторых случаях получение обучающих данных, которые соответствуют пространству признаков и характеристикам распределения тестовых данных, может быть трудным и дорогостоящим [2]. Следовательно, необходимо создать высокоэффективную модель для целевой области, обученную из соответствующей исходной области. Для решения данной проблемы применяется техника, которая называется «передача знаний». Часто ее используют в сочетании с таким подходом как «извлечение признаков».
<...>
Подпишитесь на журнал Купите в Интернет-магазине
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
|
Комментарии отсутствуют
|
Добавить комментарий
|
|
Комментарии могут оставлять только зарегистрированные пользователи
|
|