Последние статьи в области науки о данных - алгоритмически отобранные, ранжированные и обобщенные специально для вас.
News Flash - это еженедельное издание, в котором публикуются основные новости по определенной теме. Истории алгоритмически подбираются, оцениваются по качеству и ранжируются, чтобы вы могли оставаться в курсе самых важных событий. Кроме того, наиболее важные предложения для каждой истории извлекаются и отображаются в виде основных моментов, чтобы вы могли понять, о чем каждая история. Если вам нужна дополнительная информация по конкретной истории, просто нажмите на нее, чтобы прочитать всю статью.
Вы можете увидеть другие темы, которые у нас есть, для новостей, доступные здесь, и подписаться на рассылку новостей, которые вас интересуют.
10 лучших программ для искусственного интеллекта 2019 года
Особенности:
- Платформа искусственного интеллекта Google Cloud позволяет разработчикам машинного обучения, специалистам по обработке данных и инженерам по обработке данных быстро и с минимальными затратами переводить свои проекты машинного обучения от идеи до генерации и развертывания.
- Студия машинного обучения Azure предоставляет платформу для каждого этапа от предварительной обработки данных, от определения наилучшей модели до развертывания этой модели в приложениях, которые ее поглощают.
- Механизм анализа резюме TurboHire заслуживает похвалы как выдающийся среди других механизмов анализа резюме для резюме на английском языке, который не просто предоставляет вам данные, извлеченные из резюме, такие как опыт работы, образование, личные данные, но, кроме того, накладывает информацию на более позднюю понимание для создания профиля кандидата с улучшенным ИИ.
- IBM Watson Studio вместе с IBM Watson Machine Learning представляет собой ведущую платформу для науки о данных и машинного обучения, разработанную с нуля для бизнеса, основанного на искусственном интеллекте.
- Merchandise Analytics от Manthan - это решение для розничной аналитики, предназначенное для того, чтобы позволить мерчендайзерам делать осознанный выбор товаров и действий по запасам, удовлетворенности, ценообразованию, рекламным акциям и многому другому, используя инновации в области искусственного интеллекта и передовую предписывающую аналитику.
3 чикагские компании о тенденциях в области больших данных, которые они наблюдают и почему
Особенности:
- Специалисты по обработке данных и аналитики, которые какое-то время работали с большими данными, похоже, развили перекалиброванную интуицию, основанную на глубоком опыте работы с данными, а не только на общем опыте работы в отрасли.
- Главный специалист по анализу данных Теджас Шастри сказал, что сотрудники фронт-офиса в компаниях-клиентах могут использовать быстрый доступ по запросу к своим коммуникационным данным, не обращаясь за помощью к специалисту по данным.
- Вместо того, чтобы использовать специалистов по обработке данных и аналитиков бизнес-аналитики для анализа своих данных, компаниям нужны интерфейсы чат-ботов, чтобы их сотрудники фронт-офиса могли получать информацию из своих данных непосредственно во время выполнения своей работы.
- Внедрение правил защиты данных и конфиденциальности в соответствии с Общим регламентом защиты данных в Европе изменило представление многих наших клиентов об использовании своих данных.
- По мере продвижения вперед мы продолжим думать о том, как мы можем лучше предоставлять большие данные непосредственно сотрудникам фронт-офиса, без необходимости создавать собственные модели машинного обучения или нанимать собственных специалистов по данным.
Доверие к ИИ - ИИ Августа - Среднее
Особенности:
- В результате нам нужны органы по стандартизации, чтобы установить четкие, определенные и надежные стандарты для ИИ и предоставить системам ИИ полномочия, подобные экзамену адвоката.
- Точно так же FDA является стандартом и регулирующим органом для лекарств, диагностических средств и других методов лечения в США и может быть подходящей организацией для установления стандартов и сертификации систем искусственного интеллекта, работающих в космосе.
- Они принимают терминологию надлежащей производственной практики (GMP) и вводят новый термин «надлежащая практика машинного обучения» (GMLP), который описывает стандарты данных, обучения и разработки моделей.
- В качестве области для улучшений разработка показателей для внутренней работы системы ИИ, для смещений в данных, на которых они обучаются, или показателей на производных моделях, в которых известные системы ИИ связаны друг с другом, может обеспечить необходимую прозрачность модели.
- В Augustus Intelligence мы используем нашу вертикальную интеграцию, опыт создания специального искусственного интеллекта и современный объяснимый ИИ, чтобы обеспечить ценность для наших клиентов и клиентов по всем направлениям.
Комментарий: Подходит ли искусственный интеллект и Интернет вещей на небесах?
Особенности:
- Искусственный интеллект (ИИ), или, более конкретно, машинное обучение, может моделировать интеллектуальное поведение и учиться на опыте, чтобы использовать данные датчиков, создавая действенные идеи с наших подключенных устройств.
- Традиционные методы анализа данных не разрабатывались с учетом больших данных и не могут эффективно обрабатывать огромные объемы данных в реальном времени, которые сейчас собираются с машин.
- С помощью ИИ анализ данных может происходить в режиме реального времени, чтобы машины могли быстро реагировать на события в чрезвычайной ситуации, или его можно использовать для выявления закономерностей в предыдущих наборах данных и - с помощью прогнозной аналитики - для определения того, что будет дальше.
- Компания «Делойт» обнаружила, что профилактическое обслуживание может сократить время, необходимое для планирования технического обслуживания, на 20–50 процентов, увеличить время безотказной работы и доступность оборудования на 10–20 процентов, а также снизить общие затраты на техническое обслуживание на 5–10 процентов.
- Microsoft, например, запустила Azure IoT Edge, платформу, которая позволяет маломощным устройствам выполнять ИИ локально, сохраняя при этом облачное соединение для управления и моделирования.
Почему ИИ с глубоким обучением так легко обмануть
Особенности:
- Одна из попыток решить эту проблему - объединить DNN с символическим ИИ, который был доминирующей парадигмой в ИИ до машинного обучения.
- В мае он стал соучредителем стартапа под названием Robust AI в Пало-Альто, Калифорния, целью которого является сочетание глубокого обучения с основанными на правилах методами ИИ для разработки роботов, которые могут безопасно работать вместе с людьми.
- По словам Джеффа Малера, соучредителя Ambidextrous, компании, занимающейся искусственным интеллектом и робототехникой, из Беркли, Калифорния, почти все основные результаты в области глубокого обучения в значительной степени зависят от больших объемов данных.
- Финн утверждает, что обучение с использованием роботов в конечном итоге легче масштабировать, чем обучение с использованием искусственных данных.
- В области робототехники, например, компьютерный ученый Кристен Грауман из Facebook AI Research в Менло-Парке, Калифорния, и Техасского университета в Остине учит роботов, как лучше всего исследовать новые среды для себя.
Анализ больших ансамблей климатических моделей в облаке
Особенности:
- Группа «Наука в масштабе» Национального центра атмосферных исследований (NCAR) рада объявить о выпуске набора данных модели системы Земли сообщества (CESM), большого ансамблевого численного моделирования (LENS), опубликованного в программе Amazon Public Dataset Program (ссылка на набор данных) .
- NCAR скопировал подмножество (в настоящее время ~ 70 ТБ) данных CESM LENS в Amazon S3 в рамках программы AWS Public Dataset Program.
- Мы решили хранить данные в формате Zarr, потому что он предлагает удобный способ хранения многомерных данных в хранилище облачных объектов и потому, что он легко представляет метаданные (атрибуты, координаты, размеры), найденные в файлах типа NetCDF, созданных климатическими моделями. .
- С целью предоставить некоторые относительно простые демонстрации того, как использовать данные LENS на AWS, мы решили воспроизвести часть анализа из исходного документа BAMS, используя этот недавно опубликованный набор данных на AWS.
- Перенося архив данных CESM LENS в облако, мы надеемся обеспечить как новые научные приложения с данными LENS, так и разработку новых инструментов и новых подходов для работы с большими ансамблями климатических данных в облаке.
Кластеризация стилей игры НБА с использованием машинного обучения
Особенности:
- Мне пришлось объединить два моих увлечения, баскетбол и науку о данных, в проекте машинного обучения.
- Можем ли мы использовать машинное обучение, чтобы распределить игроков НБА по категориям, чтобы предсказать, насколько игрок вписывается в данную команду.
- Например, «Частота появления атакующих» - это частота, с которой этот игрок участвует в играх после нападения; «Частота поста защиты» - это частота, с которой игрок играет «защиту» во время поста апа.
- Их можно отнести к категории игроков, доминирующих над мячом, и они обладали основными характеристиками: частота бросков с подтягиванием, частота изоляции нападения, частота взятия и перекатывания мяча в нападении, среднее количество секунд на касание.
- Я хотел бы подробно обсудить все группы, но вместо этого давайте перейдем к визуализации, поскольку это проект Data Science.
Риски ИИ для ядерного сдерживания реальны
Особенности:
- По мере появления и развития новых технологий, таких как искусственный интеллект (ИИ), возникает очевидный вопрос: что это означает для ядерного сдерживания.
- Хотя Лосс и Джонсон убедительно подчеркивают реальные технические проблемы с ИИ, их аргументы не поддерживают общую уверенность в живучести ядерных сил США и их союзников.
- AI также позволяет создавать и совершенствовать новые платформы для сбора данных с датчиков и нанесения ударов по ядерным платформам.
- Ресурсы человеческой разведки могут собирать информацию о засекреченных военных планах и технических характеристиках ядерных систем и их скрытных возможностях, полеты спутников и самолетов могут выявлять деятельность, связанную с ядерным оружием, в то время как широкий спектр средств противолодочной обороны ведет поиск подводных лодок противника в океане.
- Соединенные Штаты и союзные страны могут создать дополнительные платформы-ловушки, используя достижения в области искусственного интеллекта, машинного обучения и робототехники.
Расцвет ИИ в электронной торговле
Особенности:
- ИИ использует принципы глубокого обучения, машинного обучения и прогнозной аналитики при взаимодействии с большими данными (подробнее об этом чуть позже) для поиска адаптивных решений.
- Давайте начнем с ознакомления с одним из самых простых кратких описаний того, что делает каждый основной компонент: машинное обучение - это автоматическое обучение, в то время как глубокое обучение - это автоматическое понимание, прогнозная аналитика ищет закономерности в данных для предсказания будущего, а большие данные - это огромная коллекция данных, которые просто сидят и ничего не делают, пока с ними не начнется взаимодействие.
- Когда прогнозная аналитика сочетается с алгоритмами машинного обучения для прогнозирования вероятности будущих результатов; обычно у него довольно высокая точность.
- Он постоянно собирает данные и объединяет их с существующими, перетасовывая их через ИИ Facebook, прежде чем выдать потрясающий результат.
- На самом деле поисковая система Google - это один из крупнейших ИИ в мире, который постоянно адаптируется с помощью основных принципов искусственного интеллекта, чтобы находить наилучшие результаты для своих пользователей.
Подготовлено и спонсировано:
