Два задачника с решениями и ответами – для людей и машин. |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-02-28 14:54 Первый задачник – это книга «Pen & Paper exercises in machine learning». Она написана в 2022 году Михаэлем Гутманом – преподавателем курса «Машинное обучение» в Университете Эдинбурга. Книга научит решать задачи, с которыми встречается человек, занимающийся обучением машин. Второй задачник – это электронный каталог математических задач «MATH Dataset». Он собран в 2021 году группой исследователей из Калифорнийского Университета. Его основная цель: обучить машину решать математические задачи. Таким образом, цель у обоих задачников одна – научить эффективно использовать математические знания, а вот целевые аудитории разные – люди и машины. Ценность книги «Pen & Paper» в том, что она не просто дает задачи с ответами, а детально показывает весь ход решения задач. Название «Pen & Paper» прямо говорит о том, что все задачи можно решить классическим математическим способом: на листе бумаги при помощи остро отточенного карандаша. Ценность каталога «MATH Dataset» в том, что авторы сделали рафинированную выжимку математического текста, тщательно вычистив условия задач и ответы от лишних слов и фраз, чтобы ни машинный, ни человеческий интеллект не отвлекался от сути задания. «Pen & Paper» содержит следующие разделы: 1. Линейная алгебра. 2. Оптимизация. 3. Ориентированные графовые модели. 4. Неориентированные графовые модели. 5. Выразительные возможности графовых моделей. 6. Фактор-графы и передача сообщений. 7. Выводы на основе скрытых марковских моделей. 8. Обучение на основе моделей. 9. Выборка и интегрирование методом Монте-Карло. 10. Вариационные выводы. В каждом разделе несколько подразделов. Если что-то из этого списка вам малознакомо, очень рекомендую почитать книгу. «MATH Dataset» содержит чуть более 2,5 тысяч задач по алгебре, геометрии, мат. анализу, теории вероятностей, теории чисел. Каждая задача с ответом записана в отдельном машинно-читаемом json-файле. Поэтому для их изучения потребуется немного поколдовать с программой просмотра, которая сопровождает датасет. Многие задачи очень просты, но мы помним, что они предназначены для обучения машины, своеобразного Буратины, почти ничего не знающего о математике. Книга «Pen & Paper» доступна на Гитхабе и в виде пдф, который также прикреплен к заметке. https://github.com/michaelgutmann/ml-pen-and-paper-exercises «MATH Dataset» описан в статье Хендрикса и ко. (2021) и выложен в открытом доступе на Гитхабе. https://github.com/hendrycks/math Имхо: похоже, что математики понемногу воспитывают свою смену - искусственный разум. Источник: github.com Комментарии: |
|