Порция DataScience

12 мощных модулей для ИИ-агентов Если провести аналогию между Человеком и ИИ-агентом, то в качестве мозга ИИ-агент использует LLM, а в качестве рук и ног ИИ-модули. Когда дело доходит до создания ИИ-агентов,...

Запустить локально LLM с открытым исходным кодом проще, чем кажется. Давайте рассмотрим пошагово данную процедуру. Запускать будем модель Phi-2 от Microsoft (небольшая модель, которая займет 1,6Gb на вашем HD). Для этих целей понадобится специальный фреймворк Ollama, который, как раз предназначен для запуска открытых LLM моделей (Llama2, Llama3, Phi и др.) непосредственно на локальной машине. Перейдите на сайт ollama.com, скачайте Ollama и установите. Ollama поддерживает разные модели, которые можно найти здесь...

Линейная регрессия имеет свой собственный набор допущений. Например, после моделирования, выходные данные могут быть отрицательными для некоторых входных величин. Порой такие результаты могут не иметь никакого смысла, например, в случаях предсказания количества забитых мячей в ворота противника или количества полученных входящих звонков и т. д. Это связано с тем, что линейная регрессия не может моделировать количественные (или дискретные) данные, кроме того, для линейной регрессии определено, как...

Из всех функций активации, сложнее всего понять, каким образом ReLU добавляет нелинейность в нейронную сеть. Как такая простая функция, помогает нейронной сети чему-то научиться. Путаница вполне очевидна, учитывая кажущуюся линейную форму, называть ее нелинейной функцией активации, как минимум странно. Возникает очевидный вопрос: «Как ReLU позволяет нейронной сети улавливать нелинейность?» Рассмотрим математическое выражение ReLU: Приведенное выше уравнение можно переписать с параметром h следующим образом: По сути, это та же функция ReLU, но со смещением...

Функции потерь являются ключевым компонентом алгоритмов Машинного Обучения. Они определяют цель, к которой должна стремиться модель, оптимизируя ее во время обучения. Другими словами, функции потерь сообщает модели, что она должна минимизировать или максимизировать, чтобы улучшить качество своих результатов. Поэтому знание функций потерь имеет чрезвычайно важное значение. В таблице ниже показаны наиболее часто используемые функции потерь для задач регрессии и классификации: Mean Bias Error (MBE)...