בינה מלאכותית-תעזרו לנו לעזור לה, לעזור לכם!!!

[גדול מרבן שמו]

כנראה שאינך הראשונה...

מטרונה אחת שאלה את רבי יוסי בר חלפתא, לכמה ימים ברא הקדוש ברוך הוא את עולמו. אמר לה, לששה ימים, שנאמר, כי ששת ימים עשה ה' (שמות כ י). אמרה לו, ומן אותה שעה מה עושה בכל יום. אמר לה, מזווג זווגים, ומעשיר לזה, ומוריש לזה. אמרה לו, ואף אני יכולה לעשות כן. כמה עבדים ושפחות יש לי, אני מזווגן בלילה זו. מה שהוא עושה מן אותה שעה עד היום, אני אעשה בשעה קלה. אמר לה, אם קלה היא בעיניך, קשה היא לפניו כקריעת ים סוף, דכתיב, אלהים מושיב יחידים ביתה וגו' (תהלים סח ז). הניחה רבי יוסי והלך לו. הלכה לה. מה עשתה. נטלה אלף עבדים ואלף שפחות והעמידתן שורות שורות, ואמרה ישא פלוני לפלונית, ופלונית תשא פלוני. זיווגה אותן בלילה אחת. בצפרא אתון לגבה, דין עיניה שמיטי, דין רישיה פציע, דין רגליה תבירא. דין אמר, לית אנא בעי להדא. והדא אמרה, לית אנא בעי לדין.

בהצלחה לכל מיזמי האינסטנט

 

[גזעי]

תרגום זה למידת מכונה
היה ברור לי שכן, רק שלא ממש הבנתי את מה ש@גזעי כתב -


אז חשבתי שיש לי טעות בהבנה

למה את מתכוונת?
השתמשתי בספריית TensorFlow

אני רוצה לתקן מה שאמרתי, חיזוי באמצעות בינה מלאכותית הוא לא גרוע בעצם, הוא פשוט כמעט בלתי ניתן למימוש בצורה טובה, כי צריך המון המון מידע, ושיהיה מספיק "יחודי" כדי שהמודל לא יתקבע על פרמטרים לא נכונים, וגם צריך למצוא את הפרמטרים ה"מפריעים" ולהוציא אותם מהמודל.
בד"כ אין לבן אדם ממוצע או אפילו חברה בינונית מקור לכל כך הרבה מידע.

ונראה לי שהוא\יא התכוונו למודל שממומש ע"י TensorFlow (אני לא מספיק בקיא מה כבר קיים שם, אבל מודלים כמו linear regression, desicion tree, RNN, וכן באיזה estimator השתמשת, וכו')

 

[ירושל]

אני רוצה לתקן מה שאמרתי, חיזוי באמצעות בינה מלאכותית הוא לא גרוע בעצם, הוא פשוט כמעט בלתי ניתן למימוש בצורה טובה, כי צריך המון המון מידע, ושיהיה מספיק "יחודי" כדי שהמודל לא יתקבע על פרמטרים לא נכונים, וגם צריך למצוא את הפרמטרים ה"מפריעים" ולהוציא אותם מהמודל.
בד"כ אין לבן אדם ממוצע או אפילו חברה בינונית מקור לכל כך הרבה מידע.

תלוי מה המשימה - קיימים המוני נתונים (דטה-סטס) פתוחים. לפעמים אפשר להשתמש גם בנתונים דומים (או אפילו במודלים מאומנים), "להקפיא" חלק מהשכבות ולאמן רק את השכבות האחרונות של הרשת על דטה-סט קטן יחסית. זה מה שנקרא Transfer learning.
בד"כ הבעיה בדטה-סט קטן אינה ניפוי נתונים "מפריעים", אלא שהרשת לומדת את הדטה סט המסוים במקום להכליל (Overfitting).
(מציינת גם שקיימות גם עבודות שמשתמשות ביחסית מעט נתונים - Few shot learning, או כאלו שהן Unsupervised ולא צריכות מידע מסומן, אבל לא נכנס לזה).

ונראה לי שהוא\יא התכוונו למודל שממומש ע"י TensorFlow (אני לא מספיק בקיא מה כבר קיים שם, אבל מודלים כמו linear regression, desicion tree, RNN, וכן באיזה estimator השתמשת, וכו')

TensorFlow זו ספריה לרשתות נוירונים (בעיקר אבל לא רק). כמוה יש עוד - PyTorch, Keras, Darknet ועוד.
אאל"ט @פררו רושה ציינה שהיא השתמשה בלמידה עמוקה, כנראה ב-CNN. גם ל-CNN, וספציפית בתחום סיווג תמונה לקטגוריות (Image classification) ישנם המוני מודלים - כלומר, מבני רשתות: ResNet, Inception, VGG, DenseNet, ועוד ועוד.

 

[ביגר]

אני רוצה לתקן מה שאמרתי, חיזוי באמצעות בינה מלאכותית הוא לא גרוע בעצם, הוא פשוט כמעט בלתי ניתן למימוש בצורה טובה, כי צריך המון המון מידע, ושיהיה מספיק "יחודי" כדי שהמודל לא יתקבע על פרמטרים לא נכונים, וגם צריך למצוא את הפרמטרים ה"מפריעים" ולהוציא אותם מהמודל.

היום בכל החברות הגדולות בעולם משתמשים בצורה מוצלחת בבינה מלאכותית
צריך אדם שישב אח"כ על התוצאה ויבדוק שהיא הגיונית אבל בהחלט משתמש ועובד
בחברה שבה אני עובדת פיתחנו תוכנה לזיהוי פנים שעובדת מעולה.
וכן תוכנה לזיהוי מרחק בין עצמים בתמונות.

 

[ag]

אמזון משחרר סרטוני לימוד לתחום ה-LM

Machine Learning University

Welcome to the channel for Machine Learning University! Our mission is to make machine learning accessible to anyone, anywhere, anytime. We have courses avai...

www.youtube.com