Лучшие статьи и кейсы стартапов
Включить уведомления
Дадим сигнал, когда появится
что-то суперстоящее.
Спасибо, не надо
Вопросы Проекты Вакансии
Relap +362
Помогаем медиа стать лучше с помощью машинного обучения и bigdata
Рекомендуем
Продвинуть свой проект
Лучшие проекты за неделю
30
Битрикс24

Битрикс24

www.bitrix24.ru

22
Отследить-посылку

Отследить-посылку

B2B-сервис трекинга посылок

13
WebResidentTeam

WebResidentTeam

webresident.agency

12
Devicerra

Devicerra

devicerra.com

12
Perezvoni.com

Perezvoni.com

perezvoni.com

11
Expresso

Expresso

www.expresso.today

11
myPreza

myPreza

mypreza.ru

9
Reader

Reader

Интернет-журнал о современных технологиях.

9
ADN Digital Studio

ADN Digital Studio

adn.agency

Показать следующие
Рейтинг проектов
Подписывайтесь на Спарк во ВКонтакте

8 лекций, которые помогут разобраться в машинном обучении и нейросетях

8 285 9 В избранное Сохранено
Авторизуйтесь
Вход с паролем
Собрали лекции, которые помогут понять, как работает машинное обучение, какие задачи решает и что нам в ближайшем будущем ждать от машин, умеющих учиться.

С работой алгоритмов машинного обучения вы сталкиваетесь каждый день. Это распознавание изображений, поисковая выдача, голосовые помощники, рекомендации контента и, конечно же, реклама. Мы собрали для вас лекции, которые помогут понять, как работает машинное обучение, какие задачи решает и что нам в ближайшем будущем ждать от машин, умеющих учиться.

Машинное обучение

Вводная лекция от кандидата физико-математических наук Дмитрия Ветрова. Ученый объясняет, как работает машинное обучение, что такое глубинное обучение и как устроены нейросети.

Математические методы прогнозирования объемов продаж

Другая лекция от ПостНауки - член РАН Константин Воронцов показывает частный пример применения методов машинного обучения в бизнесе. Математик объясняет, как его команда построила модель прогнозирования объемов продаж для крупной розничной сети.

Прекрасные и ужасные последствия самообучения компьютеров

Спикер TED, специалист по машинному обучению и CEO компании Enlitic Джереми Говард делает свои прогнозы о том, что произойдет, когда мы научим компьютеры учиться.

Как мы учим компьютеры понимать изображения

Еще одна лекция в рамках TED. Эксперт по компьютерному зрению Фей-Фей Ли описывает последние достижения машинного обучения, включая базу данных, содержащую 15 миллионов фотографий, которую создала её команда, чтобы научить компьютер понимать изображения.

Как мы обучаем технику не смотреть и слушать, а видеть и слышать?

Несмотря на первые 20 минут тишины, довольно бодрая лекция по глубинному обучению от теххаба KL10CH и инженера в области машинного обучения, компьютерного зрения и обработки сигналов в Исследовательского центра Samsung Дмитрия Коробченко. Для самых стойких и продвинутых.

И бонус для тех, кто настроен серьезно:

Recent Developments in Deep Learning

Лекция известного специалиста по искусственным нейросетям Джеффри Хинтона, прочитанная в Торонтском университете. Профессор Хинтон рассказывает об основных достижениях в области глубинного обучения.

Deep Learning, Self-Taught Learning and Unsupervised Feature Learning

Один из основателей Coursera, доцент Стэнфорда и специалист в области машинного обучения и робототехники Эндрю Ын объясняет тонкости обучения "с учителем" и без.

Machine Learning for Video Games

За пять минут на примере Марио вам расскажут, как машинное обучение применяется в разработке видеоигр.

+8
Первые Новые Популярные
Devicerra
Онлайн сервис подбора электроники
Valeriy C
Хорошая подборка, плюсую!

А если что почитать, то ещё бы добавил к Марио: Алекс Дж. Шампандар. Искусственный интеллект в компьютерных играх.

А кому интересно просто почитать об ИИ, без всяких архи-заумных слов, то можно начать с:

1.Книжек родоначальника кибернетики и теории ИИ - Норберта Винера «Кибернетика, или Управление и связь в животном и машине»;

2.Джефф Хокинс «Об интеллекте» (On Intelligence);

3. Стюарт Рассел, Питер Норвиг «Искусственный интеллект. Современный подход» ( Artifical Intelligence: A Modern Approach)
Ответить
rik richman
Вы вроде разбираетесь в ИИ. Хочу спросить, в чем основная все-таки загвоздка в создании ИИ - в железе(квантовый комп) или в алгоритмах?
Ответить
Alexander Baygeldin
В непонимании того, как работает мозг. Из-за этого мнения разнятся: Пенроуз считает, что без квантовых компьютеров, ИИ не создать, а другие тем временем улучшают алгоритмы и строят новые математические модели, которые, скорее всего, имеет очень мало общего с тем, как должен работать AGI, но тем не менее бывают полезны в узком классе задач.
Ответить
Devicerra
Онлайн сервис подбора электроники
Valeriy C
Это очень сложный вопрос, но постараюсь ответить. ИИ — очень широкая область, она включает в себя: программирование, математику, физику, химию, анатомию, нейрофизиологию, нейроморфологию, гены, зоологию, эволюцию, лингвистику, педагогику, философию и т. д. Здесь проблема далеко не только в алгоритмах и квантовых компьютерах (хотя с ними тоже есть очень много вопросов). Здесь даже сами термины: интеллект, мышление, разум, я, личность и т. д. вызывают очень много споров и вопросов. Например, откуда, когда и как у нас появился интеллект?

Я когда-то думал, что вот поизучал труды Кнута, освоил языки программирования, неплохо с математикой и т. д. и всё понял. Ага щас! Когда столкнулся с сферой ИИ — понял что на одном программировании, математике и алгоритмах далеко не уедешь. Там надо знать ещё кучу из того, что я перечислил выше.

Например, есть точка зрения, что дети до 3-х лет не осознают своего «я». Для них папа — я, мама — я, а о себе они говорят в третьем лице: «Павлик хочет кушать». Вот как описать это «я»? Как проверить есть ли оно у некой программы?

Мозг — тоже большой вопрос. Но на мозг оказывает влияние и само тело, он не существует в неком вакууме. При прочих равных, мысли сытого и голодного человека — различаются. Поэтому здесь дело не только в самом мозге. Некоторые нейрофизиологи, нейроморфологи и инженеры считают, что нельзя создать ИИ, так как пока нет подходящей «аппаратной» платформы.

В разных фильмах педалируется уничтожение человека ИИ. Но только вот у ИИ нет тела, поэтому он не знает что такое желание кушать, спариваться, доминировать и т. д. Даже понятие жизни/смерти, в биологическом смысле — не применимо к нему. У него нет кровавой истории эволюции как у человека, всю историю человек только и занимался тем, что убивал себе подобных. У ИИ нет сородичей/близких, т. е. таких же как он. У него нет животной части. Поэтому его мотивации, скорее всего, будут нам не понятны, также как муравьям непонятны наши мотивации.
Т.е. это должно быть нечто умнее нас, находящееся везде и нигде, с непонятными мотивациями и поступками. Грубо говоря, это и есть «Deus ex machina» и это нечто уж точно не будет нам прислуживать.

Но вместе с ИИ развивается и трансгуманизм, предельно утрированно это улучшение человека с помощью технического вмешательства. Грубо говоря, может появится новый вид генетически отдизайнеренного человека с имплантами, который будет гораздо умнее и сильнее, сегодняшних людей. Тогда может произойти замещение сегодняшних людей, как вида, новым, более совершенным видом с элементами ИИ.

Поэтому проблемы с ИИ сводятся далеко не только к алгоритмам и квантовым компьютерам, здесь всё гораздо сложнее. Надеюсь, что смог ответить :)
Ответить
hopox
сервис тестирования гипотез
BTOE
Комментарий тянет на отдельную статью =)
Ответить
hopox
сервис тестирования гипотез
BTOE
Имхо, у машинного обучения и ИИ (в общепринятом смысле) мало общего.
Ответить
Dmytro Zelinskyi
Лайк особенно Марио понравился.
Ответить
Максим Романовский
Дети с года - двух уже начинают говорить Я
Ответить
Devicerra
Онлайн сервис подбора электроники
Valeriy C
Говорить «я» и осознавать себя как «я» — две разные вещи.
Ответить
Выбрать файл
Читайте далее
Загружаем…
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать