Миленькая игра, помогающая развенчать миф о всемогуществе ИИ.
Процесс показан максимально приближённо, так что и решать задачи не скучно, и общее представление о работе технологий машинного обучения складывается. Да ещё и про котиков, чего ещё желать?
Визуальный стиль приятный, задания забавные. Смело можно порекомендовать всем, кому интересно, как работают современные алгоритмы у больших дядек.
Статья, в которой очень доходчиво расписано, что происходит с методами машинного обучения в 2018 году и что они из себя представляют. Выглядит достаточно актуально и сегодня.
После прочтения должно сложиться понимание, что вообще из себя представляет всё это обучение и каковы его ограничения.
Как же её не хватало в 2016.
Не так часто в столь прохайпанной области натыкаешься на честную аналитику. Эндрю Ын и Тесла потихоньку берут свои слова назад и выясняется, что перемножением матриц не получается вот так запросто добиться замены множества специалистов. С учётом текущего положения дел, наверное, можно сказать, что к счастью.
Технологии, тем не менее, прошли большой путь и глупо считать, что это — не достижения. Основная проблема в том, что эта научная отрасль стала слишком идеологизированной из-за высоких ставок и немалых финансовых интересов.
Пандемия и гонка за увеличением прибыли и без ИИ способствуют росту прекариата — прослойки непостоянно занятых людей. Если с большим фанатизмом выкинуть с рынка огромное число людей — рабочих фабрик, заводов, водителей и врачей-радиологов, то лучше все жить точно не станут. Страшно представить, что начнётся, если профессии начнут вымирать целиком и полностью. Так что положение дел в статье настраивает на некий странный оптимизм.
Деблюрер. Работает локально. Есть приложение за денежку, а старая версия и вовсе с открытым кодом.
На просторах рунета есть одна замечательная статья, которая позволяет выколотить из головы большинство суеверий, связанных с нейросетями тупо за счёт того, что там простым языком рассказывается, как это всё работает.
Подобного рода статьи — весомый вклад в борьбу с суевериями в технике и адептами техномагии.
Почти так же эффективно, как мем про перемножение матриц.
How to Generate (Almost) Anything — проект посвящённый демонстрации путей использования нейросетей в различных областях человеческой жизни.
Пока смотрел только главу про музыку, звучит она странно. А аватарка на саундклауде очевидно сделана нейронкой, о чём нам в конце статьи и сообщают авторы.
Пратик ведёт интересный блог посвящённый искусственному интеллекту и связанным с ним с математическим проблемам.
Жалко, что он довольно давно не обновлялся, а информация подобного рода имеет свойство быстро устаревать. Большинство информации, раздел с математикой сохранит актуальность на гораздо более долгий срок.
Почему-то мне и многим моим друзьям казалось, что в этой книге содержатся глубокие технические знания про взаимодействия Python с операционной системой и ресурсами компьютера, однако это не так.
Книга представляет из себя учебник базового уровня, который не рискует забираться вглубь и даже декораторы с генераторами не затрагивает. Здесь только в последних главах доходит до импорта сторонних библиотек.
Можно было бы сказать, что небольшая книжка — совсем никудышный учебник. Однако, это совсем не так. Мне очень не хватало этой книги несколько лет назад, когда я искал учебник по Python для людей, вообще никогда программированием не занимавшихся.
Наглядное представление многих концепций определённо повышает ценность этой книги. Хорошие примеры, объяснения как работает внутренняя реализация некоторых моментов языка ценны и позволяют лучше понять Python, даже при наличии некоторого опыта работы с ним.
Лично я для себя узнал о REPL хотя и так постоянно им пользовался.
Короткое структурированное повествование ведёт за ручку и рассказывает всё с самых основ. Не стоит ожидать от книги широкого обзора возможностей языка и существующих библиотек, как у Любановича. Эта книга другого калибра. И, в отличие от «Простой Python», она куда меньше рассчитана на самостоятельное исследование.
Она читается проще, примеры в ней легче и специальной подготовки она не требует. Для начала знакомства с Python и программированием в целом лучше не придумаешь.
Больше года назад nVidia представила нейронку, которая позволяет делать простейшие наброски даже тем, кто вообще никак рисовать не умеет.
Прошло время, и они даже позволили с этой штукой поиграться. Жалко только, что у меня не работает. Видимо параноидальная Лиса блокирует. Ну и ладно. Фиг вам а не данные.
Когда-то давно, когда я увлекался тематикой нейронок для автономных роверов, способных реагировать на людей и прочие движущиеся объекты, мне очень не хватало подобной штуки.
Вот теперь она есть. Датасет по перемещающимся пешеходам, уже размечен, позволяет находить траекторию перемещения, определять пешеходов и позже их искать.