یادگیری ماشین

به‌نظر شما یادگیری ماشین و یادگیری عمیق نسبت به توسعه‌دهنده وب مسیر بهتری برای انتخاب شغل هستند؟ این سئوالی است که در ذهن خیلی از کارجویان و عاشقان دنیای فناوری شکل می‌گیرد. پس بهتر است نگاهی داشته باشیم به پاسخ این سئوال در Quora، مکانی فوق‌العاده برای اشتراک‌گذاری دانش، تشویق افراد به یادگیری از یکدیگر و هم‌چنین به‌دست آوردن درک و فهم بهتر از دنیا.
اگر دوست دارید در زمینه هوش مصنوعی حرفی برای گفتن داشته باشید و از دانش خود برای پیاده‌سازی الگوهای هوشمند در دنیای واقعی استفاده کنید باید به سراغ منابعی بروید که این دانش را به شکل عملی به شما یاد می‌دهند. هوش مصنوعی همراه با مثال‌های کاربردی منبع ارزشمندی است که چنین دانشی در اختیارتان قرار می‌دهد.
یادگیری ماشین در عمل با پایتون
27 آبان 1397
اگر از شما این سوال پرسیده شود که در میان زبان‌های رایج برنامه‌نویسی که امروزه به کار گرفته می‌شوند کدامیک از آن‌ها به شما اجازه می‌دهند در سریع‌ترین زمان برنامه‌ای بنویسید که روی پلتفرم‌های مختلف قابل اجرا باشد چه جوابی می‌دهید؟ آیا جواب شما پایتون نخواهد بود؟ یکی از قابلیت‌های اعجاب‌برانگیز پایتون این است که اجازه می‌دهد روی یک پلتفرم برنامه خود را بنویسید، اما روی سایر پلتفرم‌ها آن‌ها اجرا کنید. اما فراتر از این مباحث، اگر از شما این سوال پرسیده شود که مناسب‌ترین زبان برای کار با الگوریتم‌های یادگیری ماشین چه زبانی است پاسخ شما چه خواهد بود؟ زبانی که به شما اجازه دهد بر مبنای یک ترکیب نحوی ساده اما انعطاف‌پذیر بتوانید الگوریتم‌های یادگیری ماشین را پیاده‌سازی کنید.
ما همیشه علاقمند هستیم ماشین‌هایی بسازیم تا بتوانند ببینند و دنیای اطراف خود را درک کنند. این روزها استفاده از یادگیری ماشین در حوزه بینایی کامپیوتری محبوبیت زیادی پیداکرده‌ و محققان به‌طورجدی روی استفاده از روش‌های یادگیری ماشینی در حوزه تصویرگری و تحلیل تصاویر کار می‌کنند. فیس‌بوک قصد دارد با تحلیل انبوه تصاویری که کاربرانش با کمال میل در اختیارش قرار می‌دهند، مدل‌های سه‌بعدی استخراج کند.
طراحان تراشه با چالشی مواجه هستند؛ فرآیند کند ساخت مدارهای پردازشی که نیازمند سال‌ها تحقیق و توسعه است و در مقابل، رشد سریع حوزه نرم‌افزار، طراحان سخت‌افزار را به دردسر انداخته است چون آن‌ها در پیش‌بینی وظایفی که در آینده بر دوش سخت‌افزارهایشان گذاشته خواهد شد با دشواری‌های زیادی روبه‌رو هستند. ممکن است برای طراحی و توسعه یک معماری پردازشی جدید، میلیون‌ها دلار خرج شود و سال‌ها زمان صرف شود ولی نتیجه آن چیزی نباشد که انتظار می‌رفت و این، ریسک بزرگی در چنین سرمایه‌گذاری هنگفتی محسوب می‌شود.
ما همیشه علاقمند هستیم ماشین‌هایی بسازیم تا بتوانند ببینند و دنیای اطراف خود را درک کنند. این روزها استفاده از یادگیری ماشین در حوزه بینایی کامپیوتری محبوبیت زیادی پیداکرده‌ و محققان به‌طورجدی روی استفاده از روش‌های یادگیری ماشینی در حوزه تصویرگری و تحلیل تصاویر کار می‌کنند. انویدیا، با آموزش دادن سامانه‌های هوشمند، سعی در کاهش نویز عکس‌ها و افزایش کیفیت آن‌ها دارد.
ما همیشه علاقمند هستیم ماشین‌هایی بسازیم تا بتوانند ببینند و دنیای اطراف خود را درک کنند. این روزها استفاده از یادگیری ماشین در حوزه بینایی کامپیوتری محبوبیت زیادی پیداکرده‌ و محققان به‌طورجدی روی استفاده از روش‌های یادگیری ماشینی در حوزه تصویرگری و تحلیل تصاویر کار می‌کنند.
ترکیب زنجیره بلوکی، بزرگ داده‌ها، یادگیری ماشین و جاوااسکریپت چطور امنیت ما را تامین می‌کنند
31 شهريور 1397
اگر به کلیدواژه‌هایی که در عنوان این مطلب درج‌شده دقت کنید، مشاهده می‌کنید که هر یک از این واژگان اقیانوسی از اطلاعات در خود مستتر کرده‌اند. حال تصور کنید شرکت‌های بزرگ تصمیم بگیرند این فناوری‌های قدرتمند را با یکدیگر ترکیب کرده و از آن‌ها استفاده کنند. نتیجه کار به‌راستی قابل‌ستایش خواهد بود. در چنین شرایطی نه تنها هکرها و مجرمان سایبری، بلکه ناشران تبلیغات نیز هیچ راه گریزی نخواهند داشت و مجبور خواهند شد متناسب با درخواست‌های کاربران گام بردارند.
یادگیری ماشین در شبکه‌های موبایل نسل آینده
30 شهريور 1397
اپراتورهای مطرح دنیا در تلاش هستند تا هر چه سریع‌تر مشتریان خود را به خدمات نسل پنجم شبکه‌های سیار مجهز کنند که البته، این کار چندان ساده‌ای نیست. شرکت نوکیا در تلاش است با استفاده از یادگیری عمیق، برخی از چالش‌های ناشی از این پیچیدگی‌ها را برطرف سازد و از یک‌سو بر میزان کارایی شبکه بیفزاید و از سوی دیگر، هزینه‌ها را کاهش دهد.
خودکارسازی یادگیری ماشین با H2O.ai
08 شهريور 1397
مشخص شده است یادگیری ماشین و به‌ویژه یادگیری عمیق در زمان‎هایی که در دست متخصصان این حوزه قرار گيرد به‌میزان بسیار زیادی مفید واقع می‎شود و همچنین به‌میزان بسیاری به سخت افزار کامپیوتر وابسته است. با فراگير شدن GPGPU (واحد پردازش گرافیکی عمومی‎) پرقدرت، FPGA (آرایه گیت‎های قابل برنامه‌ریزی) و تراشه‎های سفارشی مثل (Tensor Processing Unit (TPU گوگل نیز دستیابی به چنین قابلیت‎هایی آسان‎تر از گذشته شده است. اما ما همچنان با کمبود متخصصانی از جمله دانشمندان داده و برنامه‌نویسان یادگیری ماشین مواجه هستیم.

صفحه‌ها

اشتراک در یادگیری ماشین