„Kaggle“ yra duomenų mokslo ir mašininio mokymosi internetinė platforma, nuo 2017 m. priklausanti „Google“. Ji siūlo viešus duomenų rinkinius, konkursus pagal realias problemas, naršyklėje veikiančius sąsiuvinius su skaičiavimo ištekliais ir mokymosi kursus. Organizacijoms ir besimokantiesiems ji naudinga metodams išbandyti, požiūriams palyginti ar talentams pastebėti. Prieš naudojant reikėtų patikrinti kiekvieno duomenų rinkinio licenciją ir kilmę.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąMašininis mokymasis yra dirbtinio intelekto šaka, kurioje kompiuteriai dėsningumus išveda iš duomenų, o ne turi aiškiai užprogramuotą kiekvieną taisyklę. Priklausomai nuo užduoties, modeliai mokosi iš pažymėtų pavyzdžių (su priežiūra), iš nepažymėtų duomenų (be priežiūros) arba per atlygius (sustiprintas mokymasis). Taikymai apima nuo šlamšto filtrų ir paklausos prognozių iki produktų rekomendacijų. Kokybė labai priklauso nuo mokymo duomenų kiekio ir kokybės.
„Jupyter Notebook“ yra atvirojo kodo naršyklėje veikianti programa iš „Project Jupyter“, viename dokumente sujungianti vykdomą kodą, rezultatus, diagramas ir aiškinamąjį tekstą. Sąsiuviniai plačiai naudojami duomenų analizėje, mašininiame mokymesi, moksliniuose tyrimuose ir mokyme, nes kiekvieną žingsnį galima dokumentuoti ir atsekamai dalytis. Dažniausia kalba yra „Python“. Pavyzdys: analitikas įkelia pardavimų duomenis, išvalo juos ir rezultatus iškart žemiau parodo diagrama.
DI srityje lyginamasis testavimas (benchmarking) reiškia sistemingą modelių ar sistemų palyginimą naudojant apibrėžtas užduotis ir kriterijus. Vieši lyginamieji testai matuoja, pavyzdžiui, bendrąsias žinias, samprotavimą ar programavimo gebėjimus; tačiau praktiniam naudojimui svarbiausi yra testiniai atvejai iš jūsų kasdienio darbo. Įprasti kriterijai – tikslumas, išsamumas, atsakymo laikas ir kaina. Tai padeda nuspręsti, ar mažesnio, pigesnio modelio užduočiai pakanka.
Mokymo duomenys – pavyzdžiai, iš kurių DI modelis mokosi dėsningumų: dideli tekstų rinkiniai kalbos modeliams, pažymėti vaizdai vaizdų modeliams. Jų kokybė, įvairovė ir naujumas daugiausia lemia, kaip patikimas ir teisingas bus modelis ir kokios šviežios bus jo žinios. Organizacijoms taip pat svarbu, ar tiekėjas jų įvestus klientų duomenis naudoja tolesniam mokymui.
