Сам ИИ не определяет качество данных, это делают специалисты по машинному обучению или дата-аналитики и специальные алгоритмы. Бывает, конечно, что в ИИ попадает ненужная информация, но быстро исправляется.
А на остальные вопросы пока что никто не может дать достоверного ответа:(
Термина «искусственная птица» не существует, так как люди хотели и назвали по-другому тот объект, который напоминает птицу. Искусственный интеллект, например, могли назвать: «железные мозги». Может быть, я не понял суть вашей претензии, объясните, пожалуйста, поподробнее.
Текстом, где я говорил, что ребенок учится на подобии ребёнка, я хотел сказать, что, как и ребёнок, ИИ учится на больших данных, и если он ошибается, то срабатывает специальный алгоритм, который переучивает машину.
Я вообще не хотел хуманизировать нейросеть, говоря, что она может что-то понимать, я лишь провел аналогию
На самых первых этапах мы просто берем их на рандом, как и было сказано в статье.
А далее, во время обучения, кем и как они считаются — вопрос чутка ситуативный, но чаще всего это делается при помощи градиентного спуска и методом обратного распространения ошибки. Эти две темы как раз будут рассказаны в следующей статье.
По поводу последнего замечания, благодарю, что заметили и подметили! Я дополнил статью, показав применение линейной регрессии в коде. Даже не знаю, как мог забыть это показать... Еще раз спасибо за обоснованную критику!
Всегда рад помочь
Я тебя найду.)
В данном случае способы совмещаются
Сам ИИ не определяет качество данных, это делают специалисты по машинному обучению или дата-аналитики и специальные алгоритмы. Бывает, конечно, что в ИИ попадает ненужная информация, но быстро исправляется.
А на остальные вопросы пока что никто не может дать достоверного ответа:(
Ну.. На самом деле вопрос интересный, скорее всего можно, но нужно будет посмотреть эти данные на наличие дефектов и на общее качество.
1) В статье было рассказано через функции ошибки, она показывает, насколько нейронная сеть ошиблась.
2) Если они не конфиденциальные, то компании сами их выкладывают в сеть. Есть даже специальные сайты, на которых есть куча данных.
Могли бы вы, пожалуйста, описать, что именно вам не понравилось в статье?
Термина «искусственная птица» не существует, так как люди хотели и назвали по-другому тот объект, который напоминает птицу. Искусственный интеллект, например, могли назвать: «железные мозги». Может быть, я не понял суть вашей претензии, объясните, пожалуйста, поподробнее.
Текстом, где я говорил, что ребенок учится на подобии ребёнка, я хотел сказать, что, как и ребёнок, ИИ учится на больших данных, и если он ошибается, то срабатывает специальный алгоритм, который переучивает машину.
Я вообще не хотел хуманизировать нейросеть, говоря, что она может что-то понимать, я лишь провел аналогию
Спасибо, что нашли опечатку!)
На самых первых этапах мы просто берем их на рандом, как и было сказано в статье.
А далее, во время обучения, кем и как они считаются — вопрос чутка ситуативный, но чаще всего это делается при помощи градиентного спуска и методом обратного распространения ошибки. Эти две темы как раз будут рассказаны в следующей статье.
Благодарю за исправление неточности!
По поводу последнего замечания, благодарю, что заметили и подметили! Я дополнил статью, показав применение линейной регрессии в коде. Даже не знаю, как мог забыть это показать... Еще раз спасибо за обоснованную критику!