Kaggle este o platformă online pentru data science și machine learning, deținută de Google din 2017. Oferă seturi de date publice, concursuri bazate pe probleme reale, notebook-uri în browser cu resurse de calcul și cursuri. Pentru organizații și cursanți este utilă pentru a încerca metode, a compara abordări sau a depista talente. Licența și proveniența oricărui set de date trebuie verificate înainte de utilizare.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulMachine learning este o ramură a inteligenței artificiale în care computerele deduc tipare din date, în loc ca fiecare regulă să fie programată explicit. În funcție de sarcină, modelele învață din exemple etichetate (supervizat), din date neetichetate (nesupervizat) sau prin recompense (prin întărire). Aplicațiile merg de la filtrele de spam și prognozele de cerere până la recomandările de produse. Calitatea depinde în mare măsură de cantitatea și calitatea datelor de antrenare.
Jupyter Notebook este o aplicație open-source, bazată pe browser, a Project Jupyter, care combină într-un singur document cod executabil, rezultate, grafice și text explicativ. Notebook-urile sunt larg folosite în analiza datelor, machine learning, cercetare și predare, deoarece fiecare pas poate fi documentat și partajat într-un mod trasabil. Python este cel mai des folosit limbaj. Exemplu: un analist încarcă datele de vânzări, le curăță și afișează rezultatele sub formă de grafic chiar dedesubt.
În IA, benchmarkingul înseamnă compararea sistematică a modelelor sau a sistemelor pe baza unor sarcini și criterii definite. Benchmarkurile publice măsoară, de exemplu, cunoștințele generale, capacitatea de raționament sau de programare; pentru utilizarea practică, însă, contează cel mai mult cazurile de test din propria activitate zilnică. Criteriile tipice sunt acuratețea, completitudinea, timpul de răspuns și costul. Acest lucru ajută la a decide dacă un model mai mic și mai ieftin este suficient de bun pentru o sarcină.
Datele de antrenare sunt exemplele din care un model de IA învață tipare: colecții mari de texte pentru modelele lingvistice, imagini etichetate pentru modelele de imagini. Calitatea, diversitatea și actualitatea lor determină în mare măsură cât de fiabil și echitabil este un model și cât de actuale sunt cunoștințele sale. Pentru organizații contează și dacă un furnizor folosește datele clienților introduse de aceștia pentru antrenare ulterioară.
