5 мая 2018 года я с нетерпением смотрел открытый онлайн-класс Tech Nuggets. Тема ИИ на этот раз — ИИ. , Наггетс - техническое сообщество, которое направляет меня и освещает путь вперед. Этот класс очень меня прочувствовал. Я, который всегда был неизвестен в Жиху, где собираются большие парни, разместил на Жиху. Первая статья "Почему общество развивается все быстрее и быстрее? —— Искусственный интеллект действительно может привести к гибели человека Сайт выглядит следующим образом: https://zhuanlan.zhihu.com/p/36541542 Комментарии приветствуются.
——————————— Назовите меня великолепной разделительной линией————————
Nuggets пригласили двух технических руководителей: г-на Шао Цзешао из лаборатории облачного ИИ Qiniu, а другого — г-на Пэн Яопэна из лаборатории облачного ИИ Qiniu.
Г-н Шао в основном говорил о текущей области исследований ИИ, а также о разработке и применении различных аспектов, таких как обработка естественного языка (обработка естественного языка), представление знаний (представление знаний) и автоматизированное рассуждение (автоматизированное рассуждение).
Машинное обучение (машинное обучение), компьютерное зрение (компьютерное зрение, робототехника, робототехника), и в то же время дать несколько советов по обучению нашим друзьям, которые плохо знакомы с ИИ, например: (1) Не ждите, пока вы освоите все соответствующие математические знания, прежде чем начать, потому что в математике много вещей, и это очень сложно, и ваша энергия ограничена, вы можете компенсировать это, когда вам нужно использовать какой аспект математики.
(2) Не собирайте слишком много учебных материалов, потому что онлайн-материалы сложны, качество неравномерно, точки знаний разбросаны, не систематизированы, время дорого, а энергия ограничена.
(3) Необходимо делать больше практических и практических операций, ведь компьютер - это предмет с сильным практическим действием. Далее г-н Шао расскажет нам, как использовать алгоритмы обучения для создания моделей из данных, таких как: Спам-фильтры Рейтинг поиска Прогноз рейтинга кликов Рекомендации распознавание речи машинный перевод Распознавание лиц Классификация изображений
В то же время знакомство с алгоритмом требует конкретного анализа конкретных задач, поскольку функция алгоритма состоит в том, чтобы играть свою максимальную роль в конкретной ситуации, а для разных ситуаций и систем подходят разные алгоритмы. Учитель Шао также представил содержание обработки изображений, поскольку оно широко используется в повседневной жизни, например, для видеонаблюдения, печати изображений, обработки медицинских изображений, спутниковых изображений, военной разведки и так далее.
Машинное обучение: использование алгоритмов обучения для создания моделей на основе данных. Проще говоря, по написанной программе (машинному алгоритму) по большому количеству данных генерируется модель, по сути сейчас широко используется нейронная сеть глубокого обучения. Лектор также рассказал о примере: например, вы часто получаете спам, и в следующий раз, когда вы его получите, вы проанализируете полученный спам, чтобы определить, является ли он спамом.
Машинное обучение: обобщение (анализ новых данных на основе существующих), предпочтение алгоритма (разные модели, проблемы, приложения соответствуют разным алгоритмам).
Что касается машинного обучения, K-ближайшие соседи также используются для реализации распознавания изображений. Нужны твердые математические знания.
Преподаватель кратко рассказал о некоторых основных элементах машинного обучения, включая функцию потерь, регулярный член, оптимизацию, гиперпараметры и т. д. Рекомендуемые книги: Ник «Краткая история искусственного интеллекта» Мирослав Кубат «Введение в машинное обучение» Чжоу Чжихуа, «Машинное обучение» (арбузные книги) Орельен Герон, «Практическое машинное обучение с помощью Scikit-learn и Tensorflow», «Глубокое обучение» Яна Гудфеллоу и других (Цветочная книга) Рекомендуемые онлайн-курсы Ускоренный курс по машинному обучению https://developers.google.com/machine-learning/crash-course/ Проф. Хонги Ли, Тайваньский национальный университет http://speech.ee.ntu.edu.tw/~tlkagk/courses.html Профессор Ву Энда http://mooc.study.163.com/smartSpec/detail/1001319001.htm Стэнфордский университет cs231n http://cs231n.stanford.edu/ Стэнфордский университет cs224n http://web.stanford.edu/class/cs224n/
последний вопрос 1. Вы рекомендуете начать с глубокого обучения? 2. Phtroch и TensorFlow — две библиотеки машинного обучения, какая из них лучше для обучения? 3. Практические занятия очень важны, как их практиковать? 4. Какой язык подходит для разработки ИИ? 5. Могу я спросить учителя, что вы посоветуете для традиционной индустрии разработки программного обеспечения (язык C) и индустрии искусственного интеллекта Xingxing (направление машинного обучения)? 6. Что учителя думают об онлайн-курсах по машинному обучению, таких как Coursera и т. д. Скажите, пожалуйста? 7. Какие существуют схемы оптимизации от низкого разрешения к высокому разрешению при обработке изображений? (собственно я задавал этот вопрос) В то время учитель ответил, что как изображения с низким разрешением получаются, на самом деле, шумоподавление или тому подобное, или обычное оборудование камеры. .
——————————— Назовите меня великолепной разделительной линией————————
Г-н Пэн Яо Пэн в основном говорил о трех аспектах 1. Как ИИ меняет нашу жизнь? Несколько приложений искусственного интеллекта 2. Применение ИИ в облаке Qiniu? Представляем Быка Семи Облаков
Достижения компании Qiyunniu в области видео и разведки
Существует также основная инновационная система лаборатории искусственного интеллекта Qiyunniu.
включают (1) Проверка контента: используйте технологию машинного зрения с искусственным интеллектом и массивные данные видеоизображения для выявления порнографии, насилия, терроризма и политики, а также убедитесь, что Интернет, радио и телевидение, новые СМИ и правительство здоровы для контента распространение данных. (2) Глаза города: используйте технологию машинного зрения с искусственным интеллектом для быстрого и эффективного «обнаружения, распознавания и анализа поведения» «людей, объектов и сцен» для удовлетворения потребностей пользователей в «проверке личности», «интеллектуальном безопасность», «большой крупномасштабный поиск изображений и видео» и другие аспекты требований сцены. Основываясь на базовой структуре машинного обучения ИИ, скорость обнаружения и распознавания высока, а с увеличением размера выборки и объема обучения скорость точности будет быстро расти. (3) Информация о медиа-ресурсах (4) Система управления трансляцией (5) DORA в среднем десятки миллиардов интеллектуальных мультимедийных API-платформ в день
3. Ежедневная работа инженеров Qiniu Cloud AI Seven Cloud Bull's Engineer Type Инженер-алгоритм компьютерного зрения Инженер по исследованиям и разработкам платформы машинного обучения Инженер по исследованиям и разработкам платформы больших данных Инженер по исследованиям и разработкам поисковых систем системный архитектор Инженер по бизнес-архитектуре
Ну вот и все, чувствую, что получил много товара! Большое спасибо Nuggets и Qiyunniu за этот открытый урок! ! !