Wszystko

Najnowsze

Archiwum

cieliczka
cieliczka
  • 87
Wykop, fake newsy i "polskie portale branżowe"

Dziś rano zauważyłem na twitterze sporo newsów nt. dużego wydarzenia w sztucznej inteligencji. Czołowi specjaliści z tej dziedziny gratulowali ekipie DeepMind zwycięstwa ich AlphaStar w StarCraft 2 z zawodowymi graczami co do tej pory się nie udawało.

Zrobiłem więc znalezisko i powoli sobie zbierało sobie wykopy.

Kilka
  • 15
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
cieliczka
cieliczka
  • 9
@chwed:

Co tutaj jest "fake newsem"? Sztuczna inteligencja złoiła graczy? No złoiła - prawda. Polakowi się udało z nią wygrać? No udało - prawda. Ja tu nie widzę żadnej nieprawdziwej informacji. Odmienna interpretacja faktów, to nie kłamstwo. Fake news = informacja nieprawdziwa, a nie odmienna interpretacja.


No właśnie fake news:AlphaStar, grająca w tę popularną grę Blizzarda sztuczna inteligencja, w końcu została pokonana przez ludzkiego zawodnika, co jest nie
  • Odpowiedz
ProfesorBigos
  • 14
@cieliczka: Trzeba dodać, że Polak zmierzył się z dwiema wersjami AlphaStar. Z pierwszą przegrał 0-5, ale ona miała przewagę taką, że bot nie musiał przesuwać kamery, grał patrząc na całą mapę jednocześnie. Nasz rodak wygrał z drugą wersją, która mogła patrzeć jednocześnie tylko na mały wycinek mapy, tak jak to robię ludzie.

During the matches against TLO and MaNa, AlphaStar interacted with the StarCraft game engine directly via its raw
  • Odpowiedz
Avitus
  • 5
Hej #machinelearning i #datascience. Ostatnio po głowie chodził mi problem największego możliwego wpisanego okręgu w jakiś obszar zdefiniowany przez punkty na płaszczyźnie. Okazało się, że całkiem sprytnie można to rozwiązać za pomocą diagramów Woronoja. Jakby ktoś był zainteresowany, to zapraszam do artykułu:

https://www.jakbadacdane.pl/jakosc-powietrza-w-polsce-3-gdzie-brakuje-nam-czujnikow/

#jakbadacdane
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
AnonimoweMirkoWyznania
  • 1
#anonimowemirkowyznania
Zastanawiam się nad zmianą pracy, ale boję się wyjść ze strefy komfortu. Obecnie pracuję jako administrator #linux. Zarabiam 4k netto. Znam parę języków programowania, ale głównie do pisania skryptów: #bash #perl #python. Hobbystycznie też trochę #html #css #javascript #jquery

Praca ogólnie jest spoko. Pracujemy w metodyce kanban, więc zupełnie bezstresowo. Jak nic
  • 10
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Avitus
  • 0
@musialmi: Toś mi akurat skomentował/(a) najmniej chyba istoty element artykułu. Widziałem to AFAIR gdzieś w materiałach u Andrew Ng i on tego też za bardzo nie drążył. Może masz rację ¯\_(ツ)_/¯
  • Odpowiedz
trelis_morelis
trelis_morelis
  • 0
#bigdata #sgh #machinelearning #datascience
Hej, słuchajcie mam takie pytanie. Jest tu jakiś absolwent Big Data na SGH i może podzielić się tym jak jest na rynku? Aktualnie studiuję BD na SGH i mam średnie odczucia. Czy jest sens to teraz rzucać i iść na jakąś informatykę ? Generalnie interesuje mnie głownie działka ML, hurtownie danych, cloud computing, czyli mniej analizy a więcej robienia. Myślałem,
  • 6
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
mam_Cie_na_strzala
mam_Cie_na_strzala
  • 2
@trelis_morelis: Sama uczelnia jak i kierunek jest szanowana - szczególnie przez działy HR, więc jak umiesz ładnie odpowiedać na pytania rekrutacyjne to spokojnie się gdzieś załapiesz. Warto szczególnie działać w kołach naukowych i działać w projektach studenckich. Jakbyś chciał iść w typowy machine learning gdzie będzie Cię już rekrutował ktoś kto sie na tym zna, no to już jakiś poziom musisz prezentować - statystyka/programowanie np w R itp.

Generalnie jak
  • Odpowiedz
majsterV2
  • 0
@AdireQ: Może jest jakiś inny sposób?
Może da się odpalić serwer boinc i to rozbijać tak aby na każdym krzemie zasuwało ze znaczną efektywnością?
W końcu masz GPU z AMD i używają tych kart w boinc.
W sieci lokalnej po Gigabicie to nie powinno straszyć.
majsterV2 - @AdireQ: Może jest jakiś inny sposób? Może da się odpalić serwer boinc i...
  • Odpowiedz
3mpty
  • 0
@Luk_1mex: scikit będzie łatwiejszy na początek. To nie jest typowe rozpoznawanie znaków jak mnist z convnet, ale w sumie i lepiej (łatwiej). Wielowarstwowy perceptron i ogień. MLPClassifier szukaj.
  • Odpowiedz
L.....G
L.....G
  • 0
Czesc,

Moze ktos podpowie, bo mam zwieche myslowa.

Mam N itemow o okreslonych parametrach. I mam daną nazwijmy to poziom dopasowania 2 itemow(ich kolejnosc ma znaczenie)

Jakiej
  • 8
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
dziobaki_sa_jadowite
dziobaki_sa_jadowite
  • 1
@LowcaG: czy ilość parametrów jest nieokreślona? Tzn czy jak jest do wyboru 26 cechy (A, B, C ... Z) to jedna osoba jest definiowana jako np; [A, X, Q] a inna może być [T, Y] ? Czy przedział cech jest skończony (A ... Z) czy nieskończony/niedefiniowalny ("Lubie troche kolor zielony, ale nie turkus", "Lubie różowe placki") ?
  • Odpowiedz
dziobaki_sa_jadowite
dziobaki_sa_jadowite
  • 1
@LowcaG: To można by było w takim razie zrobić takie samo podejście z lekką modyfikacją. Idealnie to by było jakoś zareprezentować to w postaci macierzy nxn gdzie n to liczba wszystkich możliwych cech. Diagonala pusta, wiersze to cechy "Z" kolumny cechy "DO". Dwie takie macierze, po jednej na każdy kierunek (A->B i druga B->A). Potem wypełniasz taką macierz. Jeżeli osoba Alfa z cechą T do osoby Beta z cechą B
  • Odpowiedz
Avitus
  • 4
Hej #datascience i #machinelearning!
W tym tygodniu artykuł nieco leniwy, ale myślę, że będzie szczególnie przydatny dla programujących w #jezykr.
W artykule omawiam całkiem ciekawy pakiet o nazwie auditor. Jeśli potrzebowałeś kiedyś porównać właściwości modeli predykcyjnych w R to będzie to narzędzie w sam raz dla Ciebie:

https://www.jakbadacdane.pl/pakiet-auditor-weryfikacja-walidacja-i-analiza-bledow-modelu-w-r/

#jakbadacdane
  • 16
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
profaza
profaza
  • 0
#machinelearning #statystyka

Próbuję obliczyć różnorodność pomiędzy dwoma regresorami. Znalazłem artykuł w którym opisana jest miara disagreement measure która jest rozszerzeniem miary Kunchevy dla klasyfikatorów. Nie bardzo rozumiem fragment o obliczaniu odchylenia standardowego. Czy mam obliczyć wartość odchylenia wartości wyestymowanej do rzeczywistej i podzielić to jakoś przez N przewidywań? Ktoś może coś doradzić?
profaza - #machinelearning #statystyka Próbuję obliczyć różnorodność pomiędzy dwo...

źródło: comment_b0HZbftw0FWvwWGuzyeyqf5KGohdfiaV.jpg

Pobierz
  • 6
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Poczmistrz_z_Tczewa
  • 1
@profaza: A nie chodzi po prostu o uznanie, że przewidywanie jest trafione, jeśli różni się od oczekiwanej wartości co najwyżej o odchylenie standardowe? Dzięki temu możemy zastosowania miarę wymyśloną dla klasyfikatorów, gdzie mamy binarną sytucję: predykcja jest albo dobra albo zła.
  • Odpowiedz
profaza
profaza
  • 1
@Poczmistrz_z_Tczewa: Dziękuję!
Nie potrafiłem sam sobie tego poukładać bardzo mi pomogłeś - jedno co dodam to, że muszę policzyć odchylenie dwukrotnie - dla pierwszego modelu z wartości przewidywanych i dla drugiego modelu z wartości przewidywanych
  • Odpowiedz

Powiązane tagi