Оптимизация Go map{-}{-}
ВведениеХеш-таблица(мапа) — одна из самых популярных структур данных, потому что поиск по ключу происходит за O(1). Причем ключ может быть любым любым типом, элементы которого можно сравнивать (Comparable Trait).Я столкнулся с тем, что мапа не такая быстрая по бенчмаркам на языке GO, хотя теоретическая сложность алгоритма О(1).Давайте рассмотрим следующую задачу и способы ее решения.Задача
Искусственный Интеллект: проверяем предсказания 2012 года и думаем о его (и нашем) будущем
От ИИ Шедеврум
Проблемы текстовых ИИ. Почему текущие промпты не спасают? Решение
Текстовые ИИ достигли впечатляющих результатов: от генерации статей до написания кода. Но иногда вы ставите перед ними сложную, многоэтапную, структурированную задачу, или проблему, требующую глубокого анализа, и неожиданно, вместо грамотного и обоснованного решения, вы получаете галлюцинации: модель придумывает нелогичное решение, далёкое от реальности; забывает всё, что вы только что обсуждали, и в ответ на глубокие вопросы вы получаете шаблонные отписки, что, естественно, раздражает пользователя.
AI 2027 — шпионский боевик о будущем ИИ
Искусственный интеллект меняет все. Ещё несколько лет назад GPT-3 поражал нас умением генерировать тексты, а сегодня мы обсуждаем AGI — искусственный интеллект, способный решать любые задачи не хуже человека.
Рекурсивная Гипотеза Реальности (RHR) – от аксиомы к сильному ИИ. Статья 2
Введение Здравствуй, Хабр! Похоже, что для написания прошлой статьи я выбрал не совсем верный тон и формат, поэтому начну сначала. Я сознаю, что мой новый подход тоже может вызвать неудовольствие сообщества, но я всё же рискну в надежде на лучшее.Итак, с чего всё начинается? С аксиомы, которую я в этот раз приведу явно: Аксиома: Бог есть.Определение: Бог – источник всего сущего. Можно заменить эти два тезиса на один – «Существует самодостаточная первопричина реальности
Нейросетевой подход для классификации событий отслеживаемых сверхширокополосным радаром
В данной статье речь пойдёт о том, как используя разные архитектуры нейронных сетей классифицировать данные полученные со сверхширокополосного радара " XETHRU by NOVELDA X4M02 290056-010 ". Моя работа основана на публикации " UWB-gestures, a public dataset of dynamic hand gestures acquired using impulse radar sensors
Старый конь борозды не испортит: классические методы обработки изображений все ещё актуальны
Что такое цифровая обработка изображений? Зачем нам вообще знать про алгоритмы обработки, когда есть фотошоп и фильтры в телефоне? Или всё можно отдать нейросети и получить крутой результат? И при чём тут Julia, наконец? Будем разбираться!
Ученые Smart Engines создали технологию ввода перфокарт и проверки программ с помощью томографа
Специалисты российской ИИ-компании Smart Engines
Алгоритмы поиска аномалий HBOS и ECOD
Привет, Хабр! Меня зовут Михаил Васильев, я старший специалист по машинному обучению в компании Makves (входит в группу компаний «Гарда»). По работе мне часто приходится заниматься поиском аномалий в данных, однако я заметил, что в русскоязычном интернете этой задаче посвящено очень мало материалов. В частности, я не нашел хорошего разбора различных алгоритмов поиска аномалий, где были бы описаны их плюсы и минусы.В статье хочу частично исправить этот недочет и разобрать алгоритмы HBOS и ECOD, а также обсудить особенности их реализации в популярной библиотеке PyOD.Рассмотрим:
