Що таке MACHINE LEARNING MODELS Українською - Українська переклад

• моделі машинного навчання
• моделей машинного навчання
• моделей навчання машин

Приклади вживання Machine learning models Англійська мовою та їх переклад на Українською

His favorite challenge is to build machine learning models that work smoothly in the wild.
Його улюблена задача- будувати моделi машинного навчання, які справно працюють в реальних умовах.

Unleash Google's Cloud Platform to build, train and optimize machine learning models.
Впроваджуйте платформу Google Cloud для створення, тренування і оптимізації моделей машинного навчання.

Machine learning models have no access to such experiences and thus cannot“understand” their inputs in any human-relatable way.
У моделей машинного навчання немає доступу до такого досвіду і тому вони не можуть«зрозуміти» наші вхідні дані людиноподібним способом.

Jupyter notebooks will allow you to test and interact with your code while developing machine learning models.
Ноутбуки Юпітера дозволять перевірити та взаємодіяти з кодом під час розробки моделей машинного навчання.

Machine learning models typically learn on fixed-size training examples, so we would need to retrain our model from scratch.
Моделі машинного навчання зазвичай навчаються на прикладах навчання фіксованого розміру, тому нам потрібно буде перевчити свою модель з нуля.

In this course you will learn how to use the tools to build machine learning models almost without coding.
На цьому курсі ви навчитеся користуватися інструментами для побудови моделей машинного навчання практично без коду.

Also, the machine learning models in these projects can be solicited with open calls, whereby researchers compete to create machine learning models with the greatest predictive performance.
Крім того, моделі машинного навчання в цих проектах можуть бути запрошені за допомогою відкритих дзвінків, за якими дослідники конкурують із створенням моделей машинного навчання, що мають найбільшу прогностичну ефективність.

Google's solution is Cloud AutoML, a point-and-click system for building machine learning models without any coding experience.
Рішенням Google є Cloud AutoML, система точка-клацання для створення моделей навчання машин без будь-якого досвіду кодування.

In certain domains, new tools like generative adversarial networks(GANs) and simulation platforms are able to provide realistic synthetic data that can be used to train machine learning models.
А у певних областях такі нові інструменти, як генеративні змагальні мережі(GAN) і платформи моделювання, здатні надавати реалістичні синтетичні дані, які можна використовувати для навчання моделей машинного навчання при низьких витратах.

Also, these projects can be done with open calls, whereby researchers compete to create machine learning models with the greatest predictive performance.
Крім того, ці проекти можуть бути зроблені на відкриті виклики, в результаті чого дослідники змагаються, щоб створювати моделі машинного навчання з найбільшою предсказательной роботи.

If machine learning models become more like programs, then they will mostly no longer be differentiable- certainly, these programs will still leverage continuous geometric layers as subroutines, which will be differentiable, but the model as a whole would not be.
Якщо моделі машинного навчання стануть більше схожі на програми, тоді вони більше майже не будуть дифференцируемы- безумовно, ці програми будуть використовувати безперервні геометричні шари як підпрограми, які залишаться дифференцируемыми, але вся модель в цілому не буде такою.

Google's solution for complex machine learning is Cloud AutoML, a point-and-click method for generating machine learning models without any coding background.
Рішенням Google є Cloud AutoML, система точка-клацання для створення моделей навчання машин без будь-якого досвіду кодування.

Beginning on Jan. 31, Insilico began using 28 different machine learning models to design new small molecules that might bind to the 3C-like protease and inhibit its functioning.
З 31 січня 2020 року Insilico почала використовувати 28 різних моделей машинного навчання для розробки нових малих молекул, які можуть зв'язуватися з 3C-подібної протеазой і блокувати її розмноження.

AutoML is part of what is considered as democratization of AI tools, enabling business users to develop machine learning models without deep programming.
AutoML є частиною того, що розглядається як демократизація інструментів AI, дозволяючи бізнес-користувачам розробляти моделі машинного навчання без глибокого програмування.

Classification machine learning models can be validated by accuracy estimation techniques like the Holdout method, which splits the data in a training and test set(conventionally 2/3 training set and 1/3 test set designation) and evaluates the performance of the training model on the test set.
Класифікувальні моделі машинного навчання можливо затверджувати за допомогою таких методик оцінювання точності як методпритримування[en], що розбиває дані на тренувальний та перевірний набори(загальноприйнято призначають 2/3 тренувального набору та 1/3 перевірного) та оцінює продуктивність моделі тренування на перевірному наборі.

Google Cloud Platform has offered a cloud-based tailored environment for building machine learning models without the need for investing in on-prem infrastructure.
Хмарна платформа Google створила спеціалізовану середу для побудови моделей машинного навчання без необхідності інвестувати у створення попередньої підготовчої інфраструктури.

Using Cloud Dataflow to create data streaming pipelines, Cloud DataProc to run Hadoop or Apache Spark on the data, or using BigQuery ML to build Machine Learning models on the huge datasets.
Завдяки використанню Cloud Dataflow для створення потокової передачі даних, Cloud DataProc для запуску Hadoop або Apache Spark на даних, або BigQuery ML для побудови моделей машинного навчання на величезних наборах даних.

Building upon CIESIN's Gridded Population of the World project, Facebook is using machine learning models on high-resolution satellite imagery to paint a definitive picture of human settlement around the world.
На основі проекту CIESIN“Сітка популяція світу”, Facebook використовує моделі машинного навчання на супутникових знімках високої роздільної здатності, щоб намалювати остаточну картину людських поселень у всьому світі.

Training and using a machine learning model using Windows ML and ONNX.
Навчання та використання моделі машинного навчання за допомогою Windows ML та ONNX.

The next step is to create feature vectors for our machine learning model.
Наступним кроком є створення функціональних векторів для нашої моделі машинного навчання.

Then, the team employed a machine learning model to predict the hardness of these carbon species.
Потім команда використовувала модель машинного навчання для прогнозування твердості цих матеріалів.

You may be used to feeding thousands, millions, or billions of data points into a machine learning model, but this is not always the case with time series.
Можливо, програміст звик вводити тисячі, мільйони і мільярди точок даних у моделі машинного навчання, але це не потрібно для часових рядів.

Nvidia has published a blog post that goes into some detail on how inference testing works, and the differences between teaching a machine learning model and running inference tests.
Nvidia опублікувала блог, де детально розповідається про те, як працює тестування на висновки, і відмінності між навчанням моделі машинного навчання та тестами на виведення.

We have built a machine learning model that uses various engagement signals, including feedback from people on Facebook, to identify potentially false content.
Компанія створила модель машинного навчання, в якій використовуються різні сигнали взаємодії, включно із зворотнім зв'язком від людей на Facebook, для визначення потенційного неправдивого контенту.

Next, use that machine learning model to impute the survey answers of everyone in the digital trace data.
Далі використовуйте цю модель машинного навчання для поставлення опитування відповіді кожного в цифрових даних трасування.

The end result is a machine learning model that runs on Google's servers, accessible via an API.
Кінцевим результатом є модель машинного навчання, яка працює на серверах Google і доступна через API.

Engineers from Deutsche Bahn, the main German railway operator, developed a machine learning model for estimating electricity supply on the trains.
Інженери DB Systel розробили модель машинного навчання для основного залізничного оператора Німеччини- Deutsche Bahn.

For example, if you equip Bayesian machine learning model smartphones or laptops, they will not have to share personal data with large companies to determine the interests of users;
Наприклад, якщо оснастити байєсівською моделлю машинного навчання смартфони або ноутбуки, їм не доведеться ділитися особистими даними з великими компаніями, щоб визначати інтереси користувачів;