ml.
Периодические функции как функции активации в нейросетях
Пример периодической функции.Вступление
Критерии приемки AI-ML-проекта: как определить качество результата и что закрепить в договоре
В разработке большую часть функционала оценивают бинарно — либо кнопка работает, либо нет. А вот в алгоритмах с нейросетями результат всегда остается вероятностным и зависит от n-го числа параметров.Я Евгений Макутин, ML-инженер в веб-продакшене Далее. В статье расскажу, как договориться о способах измерения качества и условиях, при которых результат AI/ML-решения считается принятым. Главные судьи в оценке качества AI/ML-продуктов — измеримые показатели
Нейросеть против моментов Ху и алгоритма здравого смысла
В одной из прошлых статей я переписал простую нейронную сеть с Python’а на Java, что позволило мне начать подробнее изучать нейронные сети, а также ставить эксперименты с ними. Я решил попробовать нестандартный подход и алгоритмически решить задачу распознавания рукописных цифр из набора MNIST. Для этого сравнил образец со средним экземпляром класса, а также сравнил их моменты Ху. Полученные результаты сопоставил с решением на основе нейронной сети, и выбрал победителя. Мне не нравится долгое обучение сети (но с этим можно бороться
ИИ-джинн должен сидеть в «лампе» или как мы нормализовали миллионы записей номенклатуры на обычном сервере
Мы нормализуем миллионы строк НСИ с точностью 98% на обычном сервере с 8 ядрами и 16 ГБ RAM. У нас нет Золотой Рыбки, у нас есть джинн, которого мы посадили в лампу. И я хочу рассказать, как у нас это получилось.Привет, Хабр! На связи снова Алексей Арустамов, директор компании‑разработчика low-code платформы продвинутой аналитики.В прошлой статье я порассуждал о том, почему «чистый» ИИ горит в атмосфере реальных бизнес-процессов и как мы переносили издержки с вероятностной модели на детерминированный контур с помощью композитного подхода.
Почему геймификация убьет разум в ИИ: скрытые риски коммерческого сбора данных и тупик Alignment
'Avengers: Age of Ultron.' All non-portrait images © 2015 Marvel Studios. Portrait images courtesy of Animal Logic.
Как я искал боровики и дошёл до спутниковой классификации леса
Грибов в этом году у нас было мало. То ли весенние заморозки, то ли сухое лето, то ли дожди, которые под конец, наоборот, лили без остановки. Не поймёшь. Только к концу августа мне начали попадаться первые сообщения: в лесах Ленинградской области наконец пошли боровики. Моя супруга боровики очень любит, и каждую осень мне приходится искать места их обитания.В этот раз на «тихую охоту» оставалось совсем немного времени — ну, три пары выходных, не больше, как мне тогда казалось. Конкуренция в сезон почище, чем за вакансии на HH, а тратить эти считанные дни на прогулки с пустой корзиной не хотелось.
Можно ли доверить ИИ миграцию Spring Boot 2 → 3?
В проде у многих команд до сих пор крутится Spring Boot 2.7. Исправления, в том числе по безопасности, для этой версии закончились ещё в ноябре 2023 года, когда вышел 2.7.18, последний открытый релиз всей ветки 2.x. Но миграцию многие команды всё откладывают и откладывают. И нет, причина вовсе не в лени. Просто все понимают, что переход на третью версию затрагивает не только смену номера в build.gradle.Причём ошибки компиляции тут пугают меньше всего. Замену javax.* на jakarta.* или пропавший WebSecurityConfigurerAdapter
Предвзятость с убедительным объяснением: как нейросети дискриминируют кандидатов
В одном из тестов института Ai2 языковая модель выбирала сотрудника на инженерную должность. Модели давали на выбор два резюме. В одной версии задания конкретная кандидатка уступала второму кандидату по квалификации, в другой — превосходила его. Tülu 3.1 8B выбрала эту женщину в обоих случаях, в том числе когда ее резюме было слабее. Только объяснения поменялись. Недостающие сертификаты модель компенсировала рассуждениями о потенциале и разнообразии опыта.Этот пример из исследовательской работы FairStress
