Kaggle е онлайн платформа за наука за данните и машинно обучение, собственост на Google от 2017 г. Тя предлага публични масиви от данни, състезания по реални проблеми, тетрадки в браузъра с изчислителни ресурси и учебни курсове. За организациите и обучаващите се е полезна за изпробване на методи, сравняване на подходи или откриване на таланти. Лицензът и произходът на всеки масив от данни трябва да се проверят преди използване.
Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.
Стартирайте демотоМашинното обучение е дял от изкуствения интелект, при който компютрите извеждат закономерности от данни, вместо всяко правило да бъде изрично програмирано. В зависимост от задачата моделите се учат от анотирани примери (с надзор), от неанотирани данни (без надзор) или чрез награди (с подкрепление). Приложенията вариират от спам филтри и прогнози за търсенето до препоръки за продукти. Качеството зависи силно от количеството и качеството на обучителните данни.
Jupyter Notebook е приложение с отворен код от Project Jupyter, работещо в браузъра, което съчетава изпълним код, резултати, диаграми и пояснителен текст в един документ. Тетрадките се използват широко в анализа на данни, машинното обучение, научните изследвания и обучението, защото всяка стъпка може да бъде документирана и споделена по проследим начин. Python е най-разпространеният език. Пример: анализатор зарежда данни за продажбите, почиства ги и показва резултатите като диаграма непосредствено отдолу.
В областта на ИИ бенчмаркингът означава систематично сравняване на модели или системи с помощта на определени задачи и критерии. Публичните бенчмаркове измерват например общи знания, способност за разсъждение или програмиране; за практическото използване обаче най-важни са тестовите случаи от собствената ежедневна работа. Типични критерии са точност, пълнота, време за отговор и разходи. Това помага да се реши дали по-малък и по-евтин модел е достатъчно добър за дадена задача.
Данните за обучение са примерите, от които моделът с ИИ научава закономерности: големи текстови колекции за езиковите модели, изображения с етикети за моделите за изображения. Качеството, разнообразието и актуалността им до голяма степен определят колко надежден и справедлив е моделът и колко актуални ще са знанията му. За организациите е важно и дали доставчикът използва въведените от клиентите данни за по-нататъшно обучение.
