Kaggle je internetska platforma za znanost o podacima i strojno učenje, u vlasništvu Googlea od 2017. Nudi javne skupove podataka, natjecanja temeljena na stvarnim problemima, bilježnice u pregledniku s računalnim resursima i tečajeve. Za organizacije i polaznike koristan je za isprobavanje metoda, usporedbu pristupa ili uočavanje talenata. Licenciju i podrijetlo svakog skupa podataka treba provjeriti prije uporabe.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoStrojno učenje je grana umjetne inteligencije u kojoj računala iz podataka izvode obrasce umjesto da im se svako pravilo izričito programira. Ovisno o zadatku, modeli uče iz označenih primjera (nadzirano), iz neoznačenih podataka (nenadzirano) ili putem nagrada (podržano). Primjene sežu od filtara za spam i prognoza potražnje do preporuka proizvoda. Kvaliteta uvelike ovisi o količini i kvaliteti podataka za treniranje.
Jupyter Notebook je open-source aplikacija u pregledniku projekta Project Jupyter koja u jednom dokumentu objedinjuje izvršivi kod, rezultate, grafikone i objašnjavajući tekst. Bilježnice se naširoko koriste u analizi podataka, strojnom učenju, istraživanju i poučavanju jer se svaki korak može dokumentirati i dijeliti na sljediv način. Python je najčešći jezik. Primjer: analitičar učitava podatke o prodaji, čisti ih i prikazuje rezultate kao grafikon izravno ispod.
U području UI-ja benchmarking znači sustavnu usporedbu modela ili sustava pomoću definiranih zadataka i kriterija. Javni benchmarkovi mjere, primjerice, opće znanje, zaključivanje ili sposobnost programiranja; za praktičnu primjenu ipak su najvažniji testni slučajevi iz vlastitog svakodnevnog rada. Tipični su kriteriji točnost, potpunost, vrijeme odziva i trošak. To pomaže odlučiti je li manji, jeftiniji model dovoljno dobar za neki zadatak.
Podaci za učenje su primjeri iz kojih UI model uči uzorke: velike zbirke tekstova za jezične modele, označene slike za modele slika. Njihova kvaliteta, raznolikost i aktualnost uvelike određuju koliko će model biti pouzdan i pošten te koliko će njegovo znanje biti ažurno. Organizacijama je važno i koristi li pružatelj podatke klijenata koje unesu za daljnje treniranje.
