Публикации по теме 'ai'


Повторное собеседование по машинному обучению
Этот тщательно отобранный список тем предназначен для использования в качестве исчерпывающего руководства для пересмотра основных концепций машинного обучения, которые часто задают во время интервью MLE/MLS. Независимо от того, являетесь ли вы опытным профессионалом, стремящимся освежить свои знания, или новичком, начинающим свой путь в области машинного обучения, он может послужить вашим основным ресурсом для обзора и закрепления основных концепций. Итак, давайте сделаем шаг назад,..
Настроение НФЛ в Твиттере: Львы в Сихоксе, неделя 17, 2021 г.
Насколько хорошо настроения в Твиттере предсказывают игры НФЛ? Мы начали проводить анализ настроений в играх НФЛ, получив общую среднюю полярность твитов на 12-й неделе. На прошлой неделе мы действительно активизировали его и провели анализ каждой игры. На этой неделе мы продолжим эту тенденцию.
На что способно глубокое обучение и чем оно отличается от других моделей машинного обучения
Сети глубокого обучения могут самостоятельно структурировать данные, учиться на своих ошибках и не требуют участия человека. Механизмы глубокого обучения уже используются для распознавания речи, компьютерного зрения, изображений и звуков. В условиях стремительно растущего с каждым днем ​​объема данных, в эпоху больших данных, глубокое обучение является ключом к настоящему искусственному интеллекту. Эта статья первоначально была опубликована в журнале GRAY:..
AI 900 Lab-1 — Основы искусственного интеллекта Microsoft Azure
Серия примеров лабораторных работ для экзамена Экзамен по основам искусственного интеллекта Azure подтверждает ваши знания концепций машинного обучения (ML) и искусственного интеллекта (AI), а также ваши знания о реализации этих служб в Azure. Первая часть этой серии посвящена знакомству с порталом Azure. Вы даже можете зарегистрировать бесплатную учетную запись Azure и…
Жизненный цикл данных проекта машинного обучения
В одной из моих статей я описал, почему проект машинного обучения (ML) сложен, а также объяснил, как можно управлять моделью с помощью MLFlow. Я уже довольно много объяснил об управлении моделями в этом блоге, но здесь я расскажу о жизненном цикле данных для приложений ML. Парадигма машинного обучения отличается от традиционной разработки программного обеспечения. Как правило, в традиционном программном обеспечении мы пишем правила в коде (наши любимые языки программирования),..
AGI может и не убьет нас, но…
Одной из бессонных ночей (после выпуска ChatGPT-4) я исследовал потенциальные опасности, которые может принести настоящий ОИИ… вступление Во-первых, я обсуждал эту тему с ChatGPT-4 — это действительно лучший инструмент, когда-либо созданный человечеством, и, честно говоря, он в каком-то смысле умнее подавляющего большинства люди . Но это еще не AGI. Во-вторых, с моей точки зрения, идея о том, что «ИИУ убьет всех людей» звучит довольно нелепо сама по себе . Я предполагаю,..
Создание семантической поисковой системы с помощью машинного обучения и Jupyter Notebooks
Введение Семантический поиск — это передовой метод, направленный на повышение точности поиска за счет понимания намерений пользователя и контекстуального значения терминов. Используя алгоритмы машинного обучения, мы можем создать семантическую поисковую систему, которая выдает более релевантные результаты, повышая удобство работы пользователей. В этой статье мы проведем вас через процесс создания семантической поисковой системы с использованием Python, машинного обучения и Jupyter..