Panoramica
- presentando 11 video di data science che miglioreranno ed espanderanno il tuo attuale set di abilità
- Abbiamo classificato questi video in tre campi: elaborazione del linguaggio naturale (PNL), modelos generativos y aprendizaje por refuerzoEl aprendizaje por refuerzo es una técnica de inteligencia artificial que permite a un agente aprender a tomar decisiones mediante la interacción con un entorno. A través de la retroalimentación en forma de recompensas o castigos, el agente optimiza su comportamiento para maximizar las recompensas acumuladas. Este enfoque se utiliza en diversas aplicaciones, desde videojuegos hasta robótica y sistemas de recomendación, destacándose por su capacidad de aprender estrategias complejas.....
- Scopri come funzionano i concetti in questi video e crea il tuo progetto di data science!!
introduzione
Amo imparare e capire Scienza dei dati concetti attraverso i video. Non ho tempo per leggere libri e pagine di testo per capire idee e argomenti diversi. Anziché, Ottengo una panoramica molto migliore dei concetti attraverso i video e quindi seleziono gli argomenti sui quali voglio saperne di più.
La grande qualità e la diversità dei temi disponibili su piattaforme come YouTube non smettono mai di stupire. Di recente ho appreso dell'incredibile framework XLNet per la PNL da un video (che ho menzionato di seguito per il tuo consumo). Questo mi ha aiutato a capire il concetto in modo da poter esplorare di più su XLNet!!
Credo fermamente che la struttura sia molto necessaria quando impariamo qualsiasi concetto o argomento. Anche io seguo questo approccio ogni volta che scrivo un post. Ecco perché ho classificato questi video nei rispettivi domini, principalmente elaborazione del linguaggio naturale (PNL), Modelli generativi e apprendimento rinforzato.
Quindi, Sei pronto a tuffarti ed esplorare l'ampiezza e l'ampiezza della scienza dei dati attraverso questi affascinanti video??
Senza più preamboli, qui c'è 11 fantastici video sulla scienza dei dati:
- Elaborazione del linguaggio naturale (PNL)
- XLNet spiegato
- Come funziona Google Duplex??
- POEMPORTRAITS da Google: combinazione di arte e intelligenza artificiale
- Modelli generativi
- Apprendimento rinforzato
- Insegna al computer a guidare
- Scopri come funziona AlphaGo Zero
- L'IA di Google DeepMind impara a camminare
- L'intelligenza artificiale impara a giocare 2048
- PRIMA
- Adobe sviluppa l'intelligenza artificiale per rilevare i volti con Photoshop
XLNet spiegato
XLNet è il framework più popolare in PNL in questo momento. tu semplicemente deve considera cos'è e come funziona se vuoi costruire una carriera in questo campo. Mi sono imbattuto di recente in questo video e volevo condividerlo con la community il prima possibile.
XLNet è il framework NLP di nuova generazione. Ha superato il BERT di Google in 20 Compiti di PNL e risultati all'avanguardia raggiunti in 18 di loro. Questo è molto, molto impressionante.
Assicurati di controllare il nostro post su XLNet e le sue potenti capacità qui..
Il video qui sotto fornisce una chiara spiegazione del post di ricerca XLNet originale. Nota: Potrebbe essere necessario conoscere alcuni concetti della PNL in anticipo per comprendere veramente il funzionamento interno di XLNet.
Come funziona Google Duplex??
Ricorda quando Sundar Pichai salì sul palco e mise il mondo intero in delirio quando introdusse Google Duplex nel suo discorso di apertura sul motore di ricerca di Google I / oh 2018? Ricordo di aver ascoltato con totale stupore i richiami super realistici che faceva l'IA.
Ci è voluto un po' di tempo prima che la comunità di data science e PNL trovasse una spiegazione di come funziona davvero Google Duplex.. È abbastanza potente e ha il potenziale per cambiare il modo in cui interagiamo con le macchine..
Quindi, la domanda da un milione di dollari: Google Duplex ha superato il test di Turing?? Decidi tu dopo aver visto questo video:
POEMPORTRAITS da Google: combinazione di arte e intelligenza artificiale
Sono un artista e la prospettiva di combinare qualsiasi forma d'arte con l'intelligenza artificiale è estremamente attraente. In un mondo in cui c'è così tanta paura intorno all'IA, queste applicazioni sono più che benvenute.
POEMPORTRAITS AI di Google è stato addestrato alla poesia del XIX secolo utilizzando tecniche di PNL. Puoi contribuire e donare una parola per generare il tuo POEMPORTRAIT. Guarda come funziona questo incredibile concetto:
Modelli generativi
Immergiti negli encoder automatici variazionali!
Ecco uno dei nostri esperti di apprendimento per rinforzo preferiti, Xander Streenbrugge, dal suo meraviglioso canale ArxivInsights.
Autoencoder variazionali (Ahimè) sono potenti modelli generativi con varie applicazioni. Puoi generare volti umani o sintetizzare la tua musica o utilizzare VAE per cancellare il rumore dalle immagini.
Mi piace molto questo video. Xander inizia con un'introduzione agli encoder automatici di base e poi passa a svelati VAE e beta-VAE. abbastanza tecnico, ma spiegato in modo bello e conciso, in tipico stile Xander.
Xander tornerà al DataHack Summit quest'anno in modo che tu possa ascoltarlo e incontrarlo di persona.
Crea animazioni facciali dall'audio
Sono stata subito attratta dal video quando ho letto il titolo. Questo è il migliore dei modelli generativi!! Non puoi solo generare animazioni facciali dall'audio, ma può anche generare emozioni diverse per lo stesso audio. E le espressioni facciali sembrano incredibilmente naturali.
Se non stai seguendo Two Minute Papers, lo manca. Regolarmente, produrre video che analizzano gli ultimi sviluppi in modo facile da capire. È un gioiello di canale.
MuseNet ha imparato a comporre Mozart, Bon Jovi e altro
Un'altra voce dal file Two Minute Papers.
MuseNet de OpenAI es una neuronale rossoLe reti neurali sono modelli computazionali ispirati al funzionamento del cervello umano. Usano strutture note come neuroni artificiali per elaborare e apprendere dai dati. Queste reti sono fondamentali nel campo dell'intelligenza artificiale, consentendo progressi significativi in attività come il riconoscimento delle immagini, Elaborazione del linguaggio naturale e previsione delle serie temporali, tra gli altri. La loro capacità di apprendere schemi complessi li rende strumenti potenti.. profunda que genera composiciones musicales con diferentes instrumentos y combina diferentes estilos. Utilizza la stessa tecnologia generica senza supervisione di GPT-2 e i risultati sono sorprendenti.
Non hai mai sentito parlare di GPT-2?? È un framework NLP alla pari con XLNet. Guarda come funziona MustNet qui:
Apprendimento rinforzato
Insegna a guidare un computer
Le auto a guida autonoma mi hanno sempre affascinato. La portata del progetto del veicolo autonomo è sbalorditiva. Ci sono così tanti componenti, sia lato hardware che lato data science, che devono essere allineati affinché questo progetto funzioni.
Questo è un video perfetto per i principianti per conoscere la programmazione genetica e l'apprendimento per rinforzo e come vengono utilizzati per creare potenti applicazioni. La personalità di Simon mi ha tenuto incollato fino alla fine.
E sto sicuramente testando il progetto da solo.
Scopri come funziona AlphaGo Zero di Google DeepMind
Un altro bel video di Xander. Spiega il popolare post di Google DeepMind su AlphaGo Zero.
AlphaGo Zero è un remake del programma AlphaGo originale che ha battuto in modo completo il campione umano Lee Sedol.. Consiglio di leggere il nostro post su Monte Carlo Tree Search, l'algoritmo alla base di AlphaGo prima di procedere alla conoscenza di AlphaGo Zero.
AlphaGo Zero utilizza Reinforcement Learning per battere i migliori giocatori di Go del mondo senza utilizzare i dati di gioco umani.
“AlphaGo Zero ha superato la forza di AlphaGo Lee in tre giorni vincendo 100 giochi per 0, raggiunto il livello di AlphaGo Master in 21 giorni e ha superato tutte le vecchie versioni in 40 giorni”.
Fonte: Wikipedia
L'IA di Google DeepMind impara a camminare
Questo video è divertente e informativo. Esattamente il tipo di video che mi piace quando imparo cose nuove!! È stato divertente guardare l'IA mentre imparava a camminare. Ma allo stesso tempo, Ero sbalordito dal potere dell'apprendimento per rinforzo.
Le analisi video 3 post per cercare di spiegare come l'intelligenza artificiale ha imparato a camminare ed è sorprendentemente semplice da capire.
L'intelligenza artificiale impara a giocare 2048
Hai mai giocato al gioco? 2048? È super avvincente una volta che ci prendi la mano. Prima finivo facilmente i giochi, ma non più. Essere un appassionato di data science, Allenerò il mio computer a riprodurlo con l'aiuto di questo fantastico video.
Questo è un altro esempio dell'uso della programmazione genetica e degli algoritmi evolutivi..
BONUS: Adobe sviluppa l'intelligenza artificiale per rilevare i volti con Photoshop
Adobe è il leader di mercato nel software di manipolazione di immagini e video. Altre aziende hanno provato, ma non molti si sono avvicinati al livello di Adobe.
Lo scorso mese, Adobe ha annunciato i suoi sforzi di ricerca per rilevare immagini manomesse. Era ora che qualcuno lo facesse!! Presto sarà impossibile distinguere il vero dal falso, data la rapidità con cui i GAN hanno conquistato il mondo.
Immagina Donald Trump sfidare Kim Jong Un alla guerra nucleare e poi affermare che era una farsa e ignorare ogni responsabilità!! Dobbiamo impedire che queste situazioni diventino realtà. Questo video mostra come funziona l'algoritmo di Adobe e ha cercato di combattere le immagini false:
Note finali
Adoro conoscere le ultime ricerche nella scienza dei dati, apprendimento automatico e intelligenza artificiale. Ma faccio fatica a leggere i post. Ci vuole molto tempo e fatica, qualcosa che non tutti i professionisti della scienza dei dati hanno. Sono sicuro che molti di voi lottano con lo stesso. Il consumo di video è il modo ideale per avere una panoramica di questi concetti..
Prossimo, puoi selezionare dove si trovano i tuoi interessi e provare a sviluppare un progetto o un post sul blog su di esso. crema, è un modo meraviglioso per imparare e radicare nuovi concetti di data science.
Quali sono alcuni dei tuoi canali o video preferiti sulla scienza dei dati?? Discutiamone nei commenti qui sotto.
