글쎄, 여기에 모델이 아무 것도 해결하지 못한다는 확인이 있습니다. 모델 간의 차이는 ~ 5 %입니다 ...
정보를 표시하는 표시와 방법만이 결정합니다 ...
그러나 바보는 여전히 모델을 믿고, 모델을 사랑하고, 새 모델로 해외 기사를 위해 기도합니다. "원시" 데이터로 모델을 훈련시키는 것보다 쉬운 것이 있습니까? :)) 그리고 생각할 필요도 없고 아무 것도 할 수 없고 코드를 복사하여 붙여넣을 필요도 없습니다. 이제 여러분은 이미 MO에 대한 스레드에서 멋진 MO 거래자입니다)))
깨우다!!!!
계산이 충분하지 않은 처리 방법과 표시가 너무 많습니다. 단체라도 모든 것을 확인할 수 있는 능력!!
왜 당신의 두뇌는 너무 편협하여 여러 모델을 통해 반환하고 정렬하는 것 외에는 아무것도 볼 수 없습니다.
DSP 배우기, 시스템 모델링 Ypres Science, 지식 없이 하나의 MO, 그것은 단지 가장 멋진 핏일 뿐 그 이상도 아닙니다..
글쎄, 여기에 모델이 아무 것도 해결하지 못한다는 확인이 있습니다. 모델 간의 차이는 ~ 5 %입니다 ...
정보를 표시하는 표시와 방법만이 결정합니다 ...
그러나 바보는 여전히 모델을 믿고, 모델을 사랑하고, 새 모델로 해외 기사를 위해 기도합니다. "원시" 데이터로 모델을 훈련시키는 것보다 쉬운 것이 있습니까? :)) 그리고 생각할 필요도 없고 아무 것도 할 수 없고 코드를 복사하여 붙여넣을 필요도 없습니다. 이제 여러분은 이미 MO에 대한 스레드에서 멋진 MO 거래자입니다)))
깨우다!!!!
계산이 충분하지 않은 처리 방법과 표시가 너무 많습니다. 단체라도 모든 것을 확인할 수 있는 능력!!
당신의 두뇌는 너무 눈이 멀어 여러 모델을 돌아보고 정렬하는 것 외에는 아무것도 볼 수 없습니까?
DSP 배우기, 시스템 모델링 Ypres Science, 지식 없이 하나의 MO, 그것은 단지 가장 멋진 핏일 뿐 그 이상도 아닙니다..
ML은 확률에서 신호 품질을 계산할 수 있습니까? 그런 다음 가능성이 90% 이상인 항목을 필터링하려면
모델의 출력에서 확률도 마찬가지지만 의사(pseudo)입니다. 일반 인구와 관련이 없음
임계값을 통해 필터링할 수 있습니다.AutoMO에서 그것은 모델을 분류하고 가장 좋은 것을 선택하는 것을 의미합니다.
catbust가 모든 데이터 세트에서 모든 작업을 수행한다면 요점은 무엇입니까?
https://mljar.com/machine-learning/compare-ml-algorithms/
글쎄, 여기에 모델이 아무 것도 해결하지 못한다는 확인이 있습니다. 모델 간의 차이는 ~ 5 %입니다 ...
정보를 표시하는 표시와 방법만이 결정합니다 ...
그러나 바보는 여전히 모델을 믿고, 모델을 사랑하고, 새 모델로 해외 기사를 위해 기도합니다. "원시" 데이터로 모델을 훈련시키는 것보다 쉬운 것이 있습니까? :)) 그리고 생각할 필요도 없고 아무 것도 할 수 없고 코드를 복사하여 붙여넣을 필요도 없습니다. 이제 여러분은 이미 MO에 대한 스레드에서 멋진 MO 거래자입니다)))
깨우다!!!!
계산이 충분하지 않은 처리 방법과 표시가 너무 많습니다. 단체라도 모든 것을 확인할 수 있는 능력!!
왜 당신의 두뇌는 너무 편협하여 여러 모델을 통해 반환하고 정렬하는 것 외에는 아무것도 볼 수 없습니다.
DSP 배우기, 시스템 모델링 Ypres Science, 지식 없이 하나의 MO, 그것은 단지 가장 멋진 핏일 뿐 그 이상도 아닙니다..
글쎄, 여기에 모델이 아무 것도 해결하지 못한다는 확인이 있습니다. 모델 간의 차이는 ~ 5 %입니다 ...
정보를 표시하는 표시와 방법만이 결정합니다 ...
그러나 바보는 여전히 모델을 믿고, 모델을 사랑하고, 새 모델로 해외 기사를 위해 기도합니다. "원시" 데이터로 모델을 훈련시키는 것보다 쉬운 것이 있습니까? :)) 그리고 생각할 필요도 없고 아무 것도 할 수 없고 코드를 복사하여 붙여넣을 필요도 없습니다. 이제 여러분은 이미 MO에 대한 스레드에서 멋진 MO 거래자입니다)))
깨우다!!!!
계산이 충분하지 않은 처리 방법과 표시가 너무 많습니다. 단체라도 모든 것을 확인할 수 있는 능력!!
당신의 두뇌는 너무 눈이 멀어 여러 모델을 돌아보고 정렬하는 것 외에는 아무것도 볼 수 없습니까?
DSP 배우기, 시스템 모델링 Ypres Science, 지식 없이 하나의 MO, 그것은 단지 가장 멋진 핏일 뿐 그 이상도 아닙니다..
어리석음 없이 가능합니까?))) 그는 더 좋은 동의어를 많이 가지고 있습니다)))
어쨌든 그들의 과학은 더 많은 돈을 가지고 있으므로 우리는 아직 앞서 있지 않습니다(
원시 데이터 처리도 모델입니다. 그리고 물론, 모델의 테스트는 모델의 이해가 아닙니다)
어리석음 없이 가능합니까?))) 그는 더 좋은 동의어를 많이 가지고 있습니다)))
화내지 마세요, 당신을 위한 것이 아닙니다...
이것은 서양 기사를 읽고 예를 들어 "GPT-3"이 시장을 깨뜨릴 것이라고 생각하는 사람들을위한 것입니다 ...
그리고 물론 입구의 슬라이딩 창에는 10개의 리턴이 있습니다. 더 많은 두뇌가 없기 때문입니다. 하지만 어떻습니까? , 네트워크 자체가 모든 것을 다룰 것입니다. 예 ...
어쨌든 그들의 과학은 더 많은 돈을 가지고 있으므로 우리는 아직 앞서 있지 않습니다(
네, 제 얘기가 아닙니다...
두 가지 문제가 있습니다
1) 모델의 "정보 기아"는 거의없고 나쁜 징조입니다.
프로세스를 예측하고 프로세스의 5%만 설명하는 기호가 있는 경우 최소 100개의 레이어, 8배 컨볼루션 메가 duper-super-ultra-extra GPT-5를 훈련하십시오.
출력은 95%의 오류로 동일한 예측이 됩니다.
그리고 사람들은 이것을 이해하지 못하지만 그들은 건축을 좋아합니다. 그들은 무엇을 불러야 할까요?
결론 문제의 해결책은 MO에 있지 않습니다.
2) 표지판은 오래 살지 않고 유용한 속성을 잃으며 매우 빨리 사라집니다. 지금까지 어떤 MO도 표지판의 유용성의 역학을 볼 수 없습니다. 여기서도 모델이 아닌 두뇌로 작업해야 합니다.
결론 문제의 해결책은 MO에 있지 않습니다.
원시 데이터 처리도 모델입니다. 그리고 물론 모델의 테스트는 모델의 이해가 아닙니다)
글쎄요, 문제는 적절성입니다 ...
비행기가 내 머리 위로 날아가 유로를 사면 이것도 모델입니다..
흠, 가끔 MO를 하면 신경쇠약이 되는 것 같다.
다른 누군가가 AutoML의 신성한 의미를 설명하려고 하지 않을까요?
흠, 가끔 MO를 하면 신경쇠약이 되는 것 같다.
다른 누군가가 AutoML의 신성한 의미를 설명하려고 하지 않을까요?
다른 누군가가 AutoML의 신성한 의미를 설명하려고 하지 않을까요?
분명히 이것은 우리를 위해 모든 것을 할 만화의 "가슴에서 둘, 얼굴에서 동일"과 같은 것입니다)
다른 누군가 가 AutoML의 신성한 의미를 설명하려고 하지 않을까요?
마케팅.
저것들. 작업은 상당한 시간 증가, 모델 열거로 인한 품질 증가의 부스러기를 얻는 것입니다.
그러나 자동 전처리 및 자동 탐색 분석도 있습니다.