Машинное обучение

Наука о данных становится все более популярным направлением у ИТ-специалистов, нацеленных на карьерный рост.

По его мнению, широкое внедрение методов машинного обучения в сочетании с работой с данными, собранными путем краудсорсинга, будет не менее значительным шагом в развитии вычислительной техники, чем переход от работы с веб-сайтами к приложениям для смартфонов.

К примеру, для сервиса Adobe Analytics разработан механизм Virtual Analyst, автоматически выдающий сведения, поискать которые самому пользователю могло не прийти в голову. Инструмент следит за изменениями, вносимыми в данные со временем, оценивает их приоритетность и присылает по электронной почте уведомления об аномалиях или значительных изменениях важных параметров.

Задачу решили с помощью краудсорсинга и машинного обучения. Пользователи сервиса Amazon Mechanical Turk по заказу исследователей описывали съеденное и отмечали в этих описаниях слова, обозначающие названия пищевых продуктов, количество и другие параметры.

Для совершенствования алгоритмов и построения обучающих выборок времени у обладателей одной из самых дефицитных профессий почти не остается.

Систему для игры в го, разработанную в подразделении Google DeepMind, считают следующим витком развития искусственного интеллекта после компьютера Deep Blue, выигравшего у Гарри Каспарова.

Исследователи из Рочестерского университета рассчитывают применить новую систему для анализа связи потребления алкоголя с географией и другими факторами, а также его влияния на здоровье жителей.

Робот Connie пользуется облачной платформой искусственного интеллекта IBM Watson, в частности, сервисами преобразования речи в текст и обратно, а также классификатором естественного языка.

Почти 20% мирового объема закупок когнитивных систем придется на долю банковской отрасли. В банках они применяются для выявления мошенничества, автоматизации анализа и ликвидации угроз, а также выработки рекомендаций.

В современном мире выживает не сильнейший, но быстрейший — интенсивные изменения окружающего мира могут угрожать любому бизнесу.

В рамках конкурса участники могут попробовать свои силы в предсказании возможных социальных связей. 

Чип, имеющий 168 ядер, позволит создавать еще более интеллектуальных роботов и мобильные устройства.

Теоретические основы машинного обучения появились практически одновременно с первыми компьютерами, однако при его практическом применении всегда приходится учитывать специфику конкретных систем. Работа с Большими Данными средствами Hadoop требует инструментов адаптации алгоритмов машинного обучения к этой платформе, например с помощью механизмов из стека IBM BigInsights.

Технологии обработки естественного языка сегодня шагнули далеко вперед, и немалая заслуга в этом принадлежит машинному обучению, применяемому, в частности, для понимания текстов.

Рост объемов данных требует от СУБД увеличения производительности выполнения запросов. Оптимизация плана выполнения запроса с использованием средств машинного обучения позволяет в разы уменьшить время его обработки.

Сегодня с машинным обучением связывают много надежд, однако успешность его применения определяется не только выбором адекватного задаче алгоритма, но и правильными шагами на этапах планирования, разработки и внедрения модели.

По словам исследователей, важнее всего то, что у корректных образцов кода обнаружились некие универсальные общие свойства, которые можно выучить на одном наборе приложений и применять на других.

В третьем поколении Федеральных государственных образовательных стандартов высшего профессионального образования задачи обучения формулируются в терминах компетентностей учащихся, что делает актуальной задачу их оценки. На помощь приходят средства машинного обучения, позволяющие оценить компетентности студентов на основе анализа их поведения в социальных сетях.

Компания Knowm надеется, что ее мемристоры помогут создать вычислительную технику нового типа.

В его рамках будут предоставляться услуги по созданию предсказательных математических моделей, проведению маркетинговых исследований, консалтингу в области развития инфраструктуры и методологии работы с большими данными.