53 истории об использовании машинного обучения, которые стоит узнать
1 февраля 2024 г.Давайте узнаем о применении машинного обучения из этих 53 бесплатных историй. Они упорядочены по времени чтения, созданного на HackerNoon. Посетите /Learn Repo, чтобы найти самые читаемые истории о любой технологии.
1. Используйте каскадные модели для повышения скорости и точности задач компьютерного зрения
Отличный способ улучшить показатели моделей компьютерного зрения
2. Четыре типа машинного обучения | Часть 2
В предыдущем посте мы рассмотрели первые два типа машинного обучения. В этом посте мы обсудим два других типа машинного обучения. Это — Полу-су
3. Конвергенция искусственного интеллекта и Интернета вещей неизбежна. Ваш конкурент уже к этому готовится
С появлением все более дешевого и надежного оборудования, не за горами возможности подключения 5G и, что наиболее важно, с растущим списком реальных вариантов использования, мы все можем согласиться с тем, что проекты IOT никуда не денутся. Но на этом все заканчивается?
4. Объяснение состязательных примеров в машинном обучении
Есть простые способы создания состязательных примеров, которые могут обмануть любую модель глубокого обучения и создать проблемы безопасности, какой бы сложной она ни была.
5. Переосмысление поведения клиентов с помощью машинного обучения
Вот что вам нужно знать о машинном обучении в стратегии бизнес-рынка
6. Машинное обучение: маленький помощник Санты
7. Как искусственный интеллект меняет сферу образования
Искусственный интеллект (ИИ) — одно из чудес современного мира, которое не перестанет удивлять самых умных людей. Как и другие области, сфера образования также получает максимальную выгоду от обещаний технологии на базе искусственного интеллекта.
8. Искусственный интеллект при принятии судебных решений
9. Графические процессоры для глубокого обучения: NVIDIA, AWS, Azure и другие
Узнайте подробнее, что такое графический процессор, когда его следует использовать, а когда нет для задач глубокого обучения, а также какой графический процессор лучше всего подходит для локальной и облачной среды в 202
10. Развенчиваем четыре распространенных мифа о машинном обучении
Машинное обучение – это разновидность искусственного интеллекта, которая предполагает использование алгоритмов и статистических моделей, позволяющих компьютерам их совершенствовать.
11. Как классификация документов может улучшить бизнес-процессы
Процесс разбивки документов по категориям в зависимости от типа содержимого известен как классификация документов. Его также можно определить как процесс присвоения документу одного или нескольких классов или категорий (в зависимости от типа контента), чтобы упростить сортировку и управление изображениями, текстами и видео. Классификацию документов можно выполнить с помощью искусственного интеллекта, машинного обучения и Python.
12. Как приступить к машинному обучению с правильным мышлением
Вас заинтриговал мир машинного обучения и вы захотели приступить к работе как можно скорее, прочитали все статьи, просмотрели все видео, но все еще не знаете, с чего начать, добро пожаловать в клуб.
13. Как компании на самом деле используют ИИ в повседневной практике
Когда мы думаем об ИИ (искусственном интеллекте), на ум часто приходят смешанные эмоции. Любители кино могут сразу же увидеть изображения Уилла Смита, сражающегося с гуманоидными искусственными существами в IRobot, или еще более реалистичное изображение искусственного интеллекта в фильме, метко названном «ИИ». В нашем человеческом сознании искусственный интеллект потенциально может привести к катастрофическому апокалипсису, когда машины захватят мир.
14. Естественный язык во всех отношениях лучше SQL
С незапамятных времен люди общались посредством жестов, рисунков, дыма или речи. Со временем в жизнь человека проник язык структурированных запросов (SQL), благодаря которому мы смогли общаться с базами данных. Однако пришло время вернуться к нашему естественному языку и переосмыслить то, как мы общаемся с нашими данными.
15. Как машинное обучение может помочь в предотвращении мошенничества
Технологии, без сомнения, облегчили нам множество задач, в том числе предотвращение мошенничества. Но прежде чем мы начнем говорить о связанных с этим технологических ресурсах, необходимо понять, почему предотвращение мошенничества на самом деле необходимо предприятиям и почему этот жанр функций широко распространен и чрезвычайно популярен. Во-первых, финансовые компании, вероятно, больше всего страдают, поскольку мошенники на самом деле больше всего заинтересованы в выкачивании денег. Во-вторых, мошенническая деятельность не ограничивается одной вертикалью, и компаниям приходится разрабатывать новые стратегии борьбы с развивающимися угрозами.
16. Знакомство с различными инструментами машинного обучения
Машинное обучение — одна из новых технологий современной ИТ-индустрии. Эта технология стала предметом разговоров в городе, и за последние несколько лет ее популярность достигла аномально высоких темпов.
17. Развертывание моделей компьютерного зрения с помощью сервера вывода Triton
Существует множество курсов по машинному обучению, и мы довольно хорошо умеем моделировать и повышать точность или другие показатели.
18. Основные примеры использования искусственного интеллекта, машинного обучения, глубокого обучения и Интернета вещей
19. Как разработка программного обеспечения на основе искусственного интеллекта влияет на Pet Tech
Технологии совершают революцию во всех аспектах нашей жизни. Давайте посмотрим, как разработка программного обеспечения на основе искусственного интеллекта влияет на технологии для домашних животных.
20. Введение в визуальный контроль на основе искусственного интеллекта для обнаружения дефектов
«Почему меня должна волновать новая крутая технология, пока она не решит ни одну из моих проблем?» – именно такой разговор состоялся у меня с руководителем водоочистной станции за чашкой теплого кофе.
21. Анонсируем выпуск ModelDB 2.0
С тех пор, как мы написали ModelDB 1.0, новаторскую систему управления версиями моделей, мы многому научились, и адаптация ее к развивающейся экосистеме стала непростой задачей. Поэтому мы решили перестроить с нуля, чтобы поддерживать систему управления версиями модели, специально предназначенную для того, чтобы сделать разработку и развертывание машинного обучения надежными, безопасными и воспроизводимыми.
22. Самые полезные приложения для операций машинного обучения
Многие инструменты ML Ops позволяют контролировать весь жизненный цикл модели машинного обучения. Вот некоторые из наиболее достойных внимания.
23. Новая модель обучения Владимира Вапника
Владимир Вапник недавно рассказал о новой теории обучения, над которой он работает.
24. Оценка моделей регрессии в машинном обучении
Оценка модели очень важна, поскольку нам необходимо понять, насколько хорошо работает наша модель.
25. Прорыв в глубокое обучение: преобразование мира без участия экспертов
Глубокое обучение – это подраздел машинного обучения, в котором искусственные нейронные сети (ИНС) учатся на огромном потоке данных для получения высококачественных результатов.
26. Модельные тесты необходимы для получения знаний о предметной области
Тестирование защищает от регрессий. Но самый важный результат тестирования – это знание предметной области и мощные возможности.
27. Могут ли графовые нейронные сети решать реальные проблемы?
В этой статье мы узнаем о GNN и их структуре, а также о приложениях
28. Будущее искусственного интеллекта: убивать или лечить?
Злой киберинтеллект из «Матрицы» и киборг-машина-убийца из фильмов «Терминатор» — именно так представляло себе большинство людей, говоря о будущем искусственного интеллекта.
29. В чем разница между искусственным интеллектом и машинным обучением?
Практически невозможно вести разговор о технологиях, не упомянув искусственный интеллект (ИИ) или машинное обучение (МО).
30. Вот как Libratus, ИИ, играющий в покер, обманул четырех профессиональных игроков в техасский холдем
Мир технологий меняется быстрее, чем мы можем себе представить. Давно прошли те времена, когда мы были единственными первопроходцами в отношениях между человеком и технологиями, когда стимул находился в наших руках.
31. В чем разница между MLOps и AIOps
Обзор миров MLOps и AIOps, чтобы понять, что они означают, как они связаны с DevOps и как они сравниваются с точки зрения преимуществ.
32. Приложения машинного обучения в разных отраслях
1952 год стал свидетелем появления первого в мире компьютера, способного обучаться во время работы. Это была игра в шашки, разработанная Артуром Сэмюэлем. С тех пор прошло всего полвека, а мы уже ведем разговор о том, стоит ли нам коммерциализировать беспилотные автомобили или нет. Машинное обучение породило некоторые из этих великих достижений в области технологий, и мы собираемся углубиться во все, что оно может сделать, чтобы сделать нашу жизнь намного проще, чем когда-либо прежде.
33. Как искусственный интеллект и машинное обучение меняют современные отрасли
Важно точно знать, как искусственный интеллект и машинное обучение трансформируют отрасли и их роль в нашем технологическом прогрессе.
34. Применение искусственного интеллекта в бизнесе
35. 8 тенденций машинного обучения, которые повлияют на бизнес в 2021 году и в дальнейшем
Давайте узнаем о последних инновациях в области машинного обучения в 2021–2022 годах и рассмотрим различные примеры того, как эта технология может принести пользу вам и вашему бизнесу.
36. Успех в проектах машинного обучения на Python
В этой статье мы дадим вам представление о приложениях машинного обучения и объясним, почему Python — идеальный выбор для начала работы.
37 . Создайте бота для алгоритмической торговли без комиссий с помощью ежеквартальных отчетов о доходах с помощью машинного обучения [Полное руководство]
38. Что такое машинное обучение и почему оно важно?
Машинное обучение — довольно интересная область для изучения, и это правильно. В современном мире это повсюду вокруг нас. Машинное обучение находит применение практически во всех аспектах нашей жизни: от ленты Facebook до Карт Google для навигации.
39. Ставит ли автоматизация под угрозу наше будущее?
Ставит ли автоматизация под угрозу наше будущее? Как это повлияет на наше будущее и рынок труда? И как нам справиться?
40. Введение в универсальный инструмент обработки данных: еженедельное обновление 2
Если вы еще не слышали об Universal Data Tool, это веб- или настольная программа с открытым исходным кодом для совместной работы, создания и редактирования наборов текстовых, графических, видео- и аудиоданных с метками и аннотациями.
41. Введение в вариационные автоэнкодеры с использованием Keras
В этом уроке мы рассмотрим, как вариационные автоэнкодеры просто, но эффективно расширяют возможности своих предшественников, обычных автоэнкодеров.
42. Как улучшить качество данных при использовании машинного обучения без учителя
Если качество данных будет плохим, никакой бизнес-информации не будет.
43. Как машинное обучение используется в астрономии
Является ли астрономия наукой о данных?
44. Будут ли алгоритмы машинного обучения посягать на контент-маркетологов?
С момента своего создания сфера онлайн-контент-маркетинга находилась в постоянном движении. Эта тенденция заложена в нем: поскольку он действует в постоянно меняющемся онлайн-мире, все, что он может делать, — это меняться вместе с Интернетом. К лучшему или к худшему, быстрое появление алгоритмов машинного обучения в онлайн-процессах приведет только к большим изменениям в сфере контент-маркетинга.
45. Как идентифицировать деревья с помощью глубокого обучения
Идея/вдохновение
46. Pecan.ai привлекает 11 миллионов долларов на внедрение машинного обучения для бизнес-аналитиков
Pecan.ai только что вышел из тени и собрал серию А в размере 11 миллионов долларов, чтобы позволить бизнес-аналитикам автоматически создавать модели машинного обучения. Компания Dell Capital возглавила раунд, к ней присоединилась компания S Capital, в результате чего общий объем финансирования компании достиг 15 миллионов долларов США.
47. Встраивание в машинное обучение: все, что вам нужно знать
Здесь мы углубимся в историю внедрения машинного обучения, его общего использования и текущих инфраструктурных решений, включая векторную базу данных.
48. Квантовое машинное обучение с использованием TensorFlow Quantum
49. Как анализ данных помогает раскрыть правду о коронавирусе
Сегодня мы все напуганы новым заразным коронавирусом, передающимся воздушно-капельным путем (2019-nCoV). Даже если это небольшой кашель или невысокая температура, это может лежать в основе летаргического симптома. Однако какова настоящая правда?
50. Крупным технологическим компаниям нужны инженеры по машинному обучению
Машинное обучение – это уже не научно-фантастическая концепция, а реальное применение технологии искусственного интеллекта, которую мы используем каждый день.
51. Нет такого понятия, как интеллектуальная технология
Но он будет намного больше, чем Интернет.
52. Почему очень сложно создать замедленную съемку с помощью искусственного интеллекта
За последние несколько лет появилось множество проектов машинного обучения с открытым исходным кодом.
появились проекты, способные поднять частоту кадров
исходного видео до 60 кадров в секунду и выше, создавая сглаженное,
«гиперреальный» вид.
53. Оптуна против. Hyperopt: какую библиотеку оптимизации гиперпараметров выбрать
Думаете, какую библиотеку выбрать для оптимизации гиперпараметров?
Спасибо, что ознакомились с 53 самыми читаемыми историями об использовании машинного обучения на HackerNoon.
Посетите репозиторий /Learn, чтобы найти самые читаемые статьи о любой технологии.
Оригинал