К сожалению, значительная часть сохранённых до 2024 г. изображений и видео была потеряна (подробности случившегося). Мы призываем всех неравнодушных помочь нам с восстановлением утраченного контента!
Сортировка: за
Сохранен
216
12 мая 2016
Сохранен
792
11 июня 2021
Сохранен
269
24 сентября 2019
Сохранен
558
11 сентября 2024
Сохранен
129
5 февраля 2016
Сохранен
101
15 января 4:12
Сохранен
32
20 мая 2019
Сохранен
214
23 января 2018
Сохранен
503
13 декабря 2020
Сохранен
52
3 июня 2016
Сохранен
175
1 декабря 2016
Сохранен
626
16 мая 2016
Сохранен
297
23 апреля 2019
Сохранен
44
29 января 2016
Сохранен
26
30 апреля 2019
Сохранен
29
29 июня 2018
Сохранен
236
18 мая 2019
Сохранен
502
Исследования ИИ тред #1 /research/ — Исследования ИИ тред #1Обсуждаем развитие искусственного интеллекта с более технической стороны, чем обычно. Я ничего не понимаю, что делать?Без петросянства: смотри программу стэнфорда CS229, CS231n https://see.stanford.edu/Course/CS229 (классика) и http://cs231n.stanford.edu/ (введение в нейроночки) и изучай, если не понятно - смотри курсы prerequisites и изучай их. Как именно ты изучишь конкретные пункты, типа линейной алгебры - дело твое, есть книги, курсы, видосики, ссылки смотри ниже. Где узнать последние новости?https://www.reddit.com/r/MachineLearning/http://www.datatau.com/https://twitter.com/ylecun На реддите также есть хороший FAQ для вкатывающихся Какая математика используется?В основном линейная алгебра, теорвер, матстат, базовый матан и matrix calculus Как работает градиентный спуск?https://cs231n.github.io/optimization-2/ Почему python?Исторически сложилось. Поэтому давай, иди и перечитывай Dive into Python Можно не python?Никого не волнует, где именно ты натренируешь свою гениальную модель. Но при серьезной работе придется изучать то, что выкладывают другие, а это будет, скорее всего, python, если работа последних лет Что почитать для вкатывания?http://www.deeplearningbook.org/Николенко "Глубокое обучение" — на русском, есть примеры, но меньше охват материалаФрансуа Шолле — Глубокое обучение на Pythonhttps://d2l.ai/index.htmlВсе книги и статьи фактически устаревают за год. В чем практиковаться нубу?http://deeplearning.stanford.edu/tutorial/https://www.hackerrank.com/domains/aihttps://github.com/pytorch/exampleshttps://github.com/ChristosChristofidis/awesome-deep-learning#tutorials Где набрать первый самостоятельный опыт? https://www.kaggle.com/ | http://mltrainings.ru/ Стоит отметить, что спортивный deep learning отличается от работы примерно так же, как олимпиадное программирование от настоящего. За полпроцента точности в бизнесе борятся редко, а в случае проблем нанимают больше макак для разметки датасетов. На кагле ты будешь вилкой чистить свой датасет, чтобы на 0,1% обогнать конкурента. Где работать? https://www.indeed.com/q-deep-learning-jobs.html Вкатывальщики могут устроиться программистами и дальше попроситься в ML-отдел Есть ли фриланс в машобе? Есть, https://www.upwork.com/search/jobs/?q=machine+learning Но прожить только фриланся сложно, разве что постоянного клиента найти, а для этого нужно не быть тобой Где посмотреть последние статьи? http://www.arxiv-sanity.com/ https://paperswithcode.com/ https://openreview.net/ Версии для зумеров (Килхер): https://www.youtube.com/channel/UCZHmQk67mSJgfCCTn7xBfew Количество статей зашкваливающее, поэтому все читают только свою узкую тему и хайповые статьи, упоминаемые в блогах, твиттере, ютубе и телеграме, топы NIPS и прочий хайп. Есть блоги, где кратко пересказывают статьи, даже на русском Где посмотреть must read статьи? https://github.com/ChristosChristofidis/awesome-deep-learning#papers https://huggingface.co/transformers/index.html То, что обозревает Килхер тоже зачастую must read Где ещё можно поговорить про анализ данных? http://ods.ai/ Нужно ли покупать видеокарту/дорогой пека? Если хочешь просто пощупать нейроночки или сделать курсовую, то можно обойтись облаком. Google Colab дает бесплатно аналог GPU среднего ценового уровня на несколько часов с возможностью продления, при чем этот "средний уровень" постоянно растет. Некоторым достается даже V100. Иначе выгоднее вложиться в GPU https://timdettmers.com/2019/04/03/which-gpu-for-deep-learning/ Заодно в майнкрафт на топовых настройках погоняешь Когда уже изобретут AI и он нас всех поработит? На текущем железе — никогда, тред не об этом Кто-нибудь использовал машоб для трейдинга? Огромное количество ордеров как в крипте так и на фонде выставляются ботами: оценщиками-игральщиками, перекупщиками, срезальщиками, арбитражниками. Часть из них оснащена тем или иным ML. Даже на швабре есть пара статей об угадывании цены. Тащем-то пруф оф ворк для фонды показывали ещё 15 лет назад. Так-что бери Tensorflow + Reinforcement Learning и иди делать очередного бота: не забудь про стоп-лоссы и прочий риск-менеджмент, братишка Список дедовских книг для серьёзных людей: Trevor Hastie et al. "The Elements of Statistical Learning" Vladimir N. Vapnik "The Nature of Statistical Learning Theory" Christopher M. Bishop "Pattern Recognition and Machine Learning" Взять можно тут: https://www.libgen.is/ Напоминание ньюфагам: немодифицированные персептроны и прочий мусор середины прошлого века действительно не работают на серьёзных задачах. Disclaimer: Шапка сгенерирована нейросетью и нуждается в чистке.
18 февраля 2024
Сохранен
531
29 января 2021
Сохранен
237
12 января 2019
Сохранен
204
23 февраля 2018
Сохранен
262
ИИ-ебка грядет ТРЕД№2 Предыдущий: https://2ch.hk/b/res/318482344.html В предыдущем треде мы узнали — ИИ-ебка грядет ТРЕД№2 Предыдущий: https://2ch.hk/b/res/318482344.html В предыдущем треде мы узнали что: - ИИ уже ебет все что движется и уйма зазнавшихся "умников" уже в шаге от увольнения - Рабочие "руками" практически не будут затронуты ИИшкой - Те кто взаимодействует напрямую с людьми тоже будут мало затронуты ИИшкой - Горе программистам, переводчикам, дизайнерам, финансистам и юристам - Когда Кабан посмотрит и увидит что с помощью ИИ его компания выполняет рутину за полчаса, когда раньше делала это за 8 часов, просто уволит бОльшую часть персонала нахуй, он благотворительностью не занимается а выжимает прибыль ... Каждый раз упрощение и автоматизация труда била по множеству простых работяг. Но каждый раз люди выкручивались, подстраиваясь под новые реалии. Переучивались под использование новых орудий труда, под новые профессии. Появилось очень много интеллектуальных и творческих профессий. Но самое главное, что всё это происходило так или иначе по одной отрасли. И спрос на товары и услуги рос, это приводило к востребованности новых работников. Население росло, спрос на работников тоже рос. Появление ИИ же ударит как будто по большому множеству сразу. Интеллектуальные и творческие профессии тоже попадают под удар. И происходит это всё очень быстро и стремительно. А новых профессий не появляется (промпт макаки не в счёт, это просто инфоцыгане на хайпе пытаются что-то продать, да и вскоре не надо будет уметь писать промпты, всё получится задать в какой-то форме диалога). И сейчас уже не будет такого роста спроса. Ведь сцуко ИИ и не думает замедлять темпы ебки роста, токенов все больше и больше, ИИ способно решать все более комплексные задачи, те же пограмизды уже нихуя не смеются, когда речь заходит об ИИ, там в ойти сфере тряска капитальная, волосы на голове рвут и понимают что их время неумолимо близится к Концу.
4 апреля 2025
Сохранен
63
13 августа 2017
Сохранен
58
18 октября 2017
Сохранен
106
28 марта 2016