Машинное обучение без иллюзий. Понимание возможностей и границ ML
Қосымшада ыңғайлырақҚосымшаны жүктеуге арналған QRRuStore · Samsung Galaxy Store
Huawei AppGallery · Xiaomi GetApps

автордың кітабынан сөз тіркестері  Машинное обучение без иллюзий. Понимание возможностей и границ ML

Пользователь #.
Пользователь #.дәйексөз келтірді2 ай бұрын
сигнал к продаже, что привело к каскадному обрушению рынка. Модели пытались экстраполировать за пределы известной им области, где закономерности уже не работали. Ключевое ограничение
2 Ұнайды
Комментарий жазу
nadcablook
nadcablookдәйексөз келтірді1 ай бұрын
Теперь мы решаем: какие данные собирать, какую архитектуру модели выбрать, какую метрику оптимизировать, где поставить пороговое значение. Каждое из этих решений влияет на судьбы тысяч людей, но принимается на уровне метарешений, часто без полного понимания последствий.
1 Ұнайды
Комментарий жазу
SDV 7
SDV 7дәйексөз келтірді1 апта бұрын
Через месяц проводят опрос. Большинство прошедших обучение не могут ответить на простые вопросы: чем обучение с учителем отличается от обучения без учителя? что такое переобучение? почему важна репрезентативность данных? Зато
Комментарий жазу
SDV 7
SDV 7дәйексөз келтірді1 апта бұрын
Признайте неопределённость: Замените категоричные утверждения вероятностными: не «модель определит», а «модель оценит вероятность»; не «система найдёт», а «система может выявить».
Комментарий жазу
Машинное обучение основано на трёх взаимосвязанных процессах: выявлении
Комментарий жазу
выявлении статистических закономерностей, интерполяции и экстраполяции в пространстве признаков, и применении выявленных закономерностей к новым данным
Комментарий жазу
технология, которая автоматически выявляет статистические закономерности в данных и применяет их к новым случаям
Комментарий жазу
Данных станет больше, но проблема их качества и репрезентативности сохранится
Комментарий жазу
но вопрос ответственности не исчезнет
Комментарий жазу
Где машинное обучение действительно эффективно и почему
Комментарий жазу