الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

MEDIUM_NoteBook

مستودع يحتوي على دفاتر ملاحظات لمشاركاتي على MEDIUM.

ليتم إعلامك في كل مرة يتم نشر منشور جديد، اشترك هنا .

المشاركات مرتبة حسب تاريخ النشر الأحدث

  • Proxy SHAP: تسريع قابلية الشرح باستخدام نماذج أبسط [نشر] [رمز]
  • التنبؤ بالسلاسل الزمنية في عصر GenAI: جعل تعزيز التدرج يتصرف مثل LLMs [نشر] [رمز]
  • دليل Hitchhiker إلى MLOps للتنبؤ بالسلاسل الزمنية باستخدام Sklearn [منشور]|[كود]
  • ضرب التنبؤ بالوقت: الطريقة الأخرى للتنبؤ الاحتمالي للسلاسل الزمنية [مشاركة]|[رمز]
  • التنبؤ مع سببية جرانجر: التحقق من الارتباطات الزائفة للسلاسل الزمنية [post]|[code]
  • الاستدلال السببي للاختراق: التحكم الاصطناعي باستخدام أساليب تعلم الآلة [منشور]|[كود]
  • اختيار النموذج مع بيانات عدم التوازن: الجامعة الأمريكية بالقاهرة فقط هي التي قد لا تنقذك [منشور]|[رمز]
  • PCA للسلاسل الزمنية متعددة المتغيرات: التنبؤ بالبيانات الديناميكية عالية الأبعاد [مشاركة]|[رمز]
  • القرصنة ذات الأهمية الإحصائية: اختبار الفرضيات باستخدام أساليب تعلم الآلة [منشور]|[كود]
  • التنبؤ بالسلاسل الزمنية مع فترات التنبؤ المطابقة: Scikit-Learn هو كل ما تحتاجه [منشور]|[رمز]
  • إعادة التفكير في تحليل البقاء: كيفية جعل نموذجك ينتج منحنيات البقاء [مشاركة]|[كود]
  • التنبؤ الشديد بالتقلبات: التنبؤ بدون ميزات [نشر]|[كود]
  • السلاسل الزمنية للتنبؤ بقيم مفقودة: ما وراء الاستيفاء الخطي [منشور]|[كود]
  • التنبؤ بعدم اليقين باستخدام النماذج الخطية كما هو الحال في التعلم العميق [منشور]|[code]
  • التنبؤ بالسلاسل الزمنية مع اختيار الميزة: لماذا قد تحتاج إليها [منشور]|[رمز]
  • اكتشاف الشذوذ في السلاسل الزمنية متعددة المتغيرات باستخدام الرسوم البيانية للشبكة [منشور]|[كود]
  • كيفية تحسين التنبؤ بالسلاسل الزمنية العودية [مشاركة]|[كود]
  • إعادة التدريب أم لا إعادة التدريب؟ التعلم الآلي عبر الإنترنت مع تعزيز التدرج [منشور]|[كود]
  • إمكانية شرح انحراف البيانات: اكتشاف التحول القابل للتفسير باستخدام NannyML [منشور]|[كود]
  • Word2Vec مع السلاسل الزمنية: نهج نقل التعلم [منشور]|[كود]
  • SHAP للكشف عن الانجراف: مراقبة فعالة لنقل البيانات [منشور]|[رمز]
  • التنبؤ باستخدام الأشجار: المصنفات الهجينة للسلاسل الزمنية [مشاركة]|[كود]
  • Boruta SHAP لاختيار الميزة المؤقتة [منشور]|[كود]
  • التنبؤ باستخدام الأشجار: النمذجة الهجينة للسلاسل الزمنية [مشاركة]|[كود]
  • اختيار الميزة العودية: إضافة أم إزالة؟ [مشاركة]|[كود]
  • تحسين الغابة العشوائية باستخدام النماذج الخطية [post]|[code]
  • هل تعزيز التدرج جيد كنبي للتنبؤ بالسلاسل الزمنية؟ [مشاركة]|[كود]
  • التعزيز الخطي باستخدام هندسة الميزات الآلية [منشور]|[كود]
  • تحسين الانحدار الخطي للتنبؤ بالسلاسل الزمنية [post]|[code]
  • Boruta وSHAP لاختيار أفضل للميزات [منشور]|[كود]
  • الذكاء الاصطناعي القابل للتفسير باستخدام الأشجار الخطية [منشور]|[كود]
  • SHAP لاختيار الميزة وضبط HyperParameter [منشور]|[كود]
  • شجرة النموذج: التعامل مع تحولات البيانات من خلال خلط النموذج الخطي وشجرة القرار [منشور]|[كود]
  • أضف فترات التنبؤ إلى نموذج التنبؤ الخاص بك [post]|[code]
  • الشجرة الخطية: المزيج المثالي بين النموذج الخطي وشجرة القرار [مشاركة]
  • ARIMA للتصنيف بالملصقات الناعمة [منشور]|[كود]
  • أهمية التقليب المتقدمة لشرح التنبؤات [post]|[code]
  • Bootstrap للسلاسل الزمنية في عصر التعلم العميق [منشور]|[كود]
  • اكتشاف الشذوذ باستخدام تحليل القيمة القصوى [منشور]|[كود]
  • إنشاء السلاسل الزمنية باستخدام VAE LSTM [منشور]|[كود]
  • المعالجة المسبقة للسلسلة الزمنية للحدث الشديد [منشور]|[كود]
  • الشبكة العصبية من فئة واحدة في كيراس [منشور]|[كود]
  • الكشف عن شذوذات السلاسل الزمنية في الوقت الفعلي [منشور]|[كود]
  • تطبيق الإنتروبيا في سوق الأوراق المالية [منشور]|[كود]
  • تجانس السلاسل الزمنية للتنبؤ بشكل أفضل [منشور]|[كود]
  • تجانس السلاسل الزمنية من أجل تجميع أفضل [منشور]|[كود]
  • الصيانة التنبؤية باستخدام ResNet [منشور]|[كود]
  • مجموعة الشبكات العصبية [مشاركة]|[كود]
  • اكتشاف الشذوذ في السلاسل الزمنية متعددة المتغيرات باستخدام VAR [منشور]|[كود]
  • Corr2Vec: بنية WaveNet لهندسة الميزات في السوق المالية [منشور]|[كود]
  • السيامي والمزدوج BERT لتصنيف النصوص المتعددة [مشاركة]|[كود]
  • التنبؤ بالسلاسل الزمنية باستخدام الشبكة العصبية التلافيفية للرسم البياني [مشاركة]|[كود]
  • معايرة الشبكة العصبية باستخدام Keras [منشور]|[كود]
  • الجمع بين LSTM وVAR للتنبؤ بالسلاسل الزمنية متعددة المتغيرات [منشور]|[كود]
  • أهمية الميزة مع السلاسل الزمنية والشبكة العصبية المتكررة [منشور]|[كود]
  • Group2Vec للتشفير القاطع المتقدم [منشور]|[كود]
  • تحليل البقاء على قيد الحياة مع التعلم العميق في كيراس [مشاركة]|[كود]
  • تحليل البقاء على قيد الحياة باستخدام LightGBM بالإضافة إلى انحدار بواسون [منشور]|[كود]
  • الصيانة التنبؤية: اكتشاف الأخطاء من المستشعرات باستخدام CRNN وSpectrograms [منشور]|[كود]
  • التسرب متعدد العينات في كيراس [منشور]|[كود]
  • عندما لا تعرف شبكتك العصبية: نهج بايزي مع Keras [منشور]|[كود]
  • تضمينات التعريف الديناميكية في Keras [منشور]|[كود]
  • الصيانة التنبؤية باستخدام شبكة LSTM السيامية [منشور]|[كود]
  • زيادة بيانات النص تجعل نموذجك أقوى [منشور]|[كود]
  • اكتشاف الشذوذ باستخدام التقليب والاعتماد على الوقت [منشور]|[كود]
  • تشفير ميزات Time2Vec للسلاسل الزمنية [منشور]|[كود]
  • أتمتة عملية تنظيف البيانات باستخدام التعلم غير الخاضع للرقابة [منشور]|[كود]
  • تتبع الأشخاص باستخدام التعلم الآلي [منشور]|[كود]
  • تجميع السلاسل الزمنية وتقليل الأبعاد [مشاركة]|[كود]
  • كشف الشذوذ في الصور [منشور]|[كود]
  • أهمية الميزة مع الشبكة العصبية [منشور]|[كود]
  • اكتشاف الشذوذ باستخدام LSTM في Keras [منشور]|[كود]
  • تجزئة اللباس باستخدام أداة التشفير التلقائي في Keras [مشاركة]|[كود]
  • التنبؤ بالأحداث المتطرفة باستخدام أجهزة الترميز التلقائي LSTM [منشور]|[كود]
  • التوصية بفستان زالاندو ووضع العلامات عليه [منشور]|[كود]
  • تقدير الحياة المتبقية مع كيراس [مشاركة]|[كود]
  • مراقبة الجودة باستخدام التعلم الآلي [منشور]|[كود]
  • الصيانة التنبؤية: اكتشاف الأخطاء من أجهزة الاستشعار باستخدام CNN [منشور]|[كود]
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل