Пайсано: #хозяйке_на_заметку #я_только_разместил_объяву #человек_измученный_нарзаном #искусственные_зубы_и

#хозяйке_на_заметку #я_только_разместил_объяву #человек_измученный_нарзаном #искусственные_зубы_и_искусственный_интеллект #как_боженька_смолвил #ты_кончай_автомат_умничать

Буквально на днях у меня в каментах сошлись двое действующих ученых, истомленных нейронными сетями и преподаванием, и выдали отличную ветку. Цитата для затравки:

- Грубо говоря, суть обучения нейросетей примерно такая - у нас есть кастрюля, в которую мы загнали курицу, закинули мешки с рисом и мукой, пакет соли, какие-то растения, пачку маргарина, закрыли крышку и трясем - в надежде, что нам повезет и атомы перемешаются так, чтобы внутри самозародился пирог с курицей. Метод не совсем дебильный, ибо мы знаем, что некоторые блюда, например смузи, чай, растворимую кашу и алкогольные коктейли мы раньше уже получали именно так. А значит, чтобы так же получился куриный пирог, надо просто брать кастрюлю помощнее и просить зарплаты повыше.
- Самое смешное, что образование наше именно как Ваша кастрюля :) мы школьникам и студентам наваливаем маргарина и куру живую, и ведь как ни странно, из одной кастрюли на сотню таки получается пирог...

Собственно, ссылка на тред вот, там можно даже позадавать вопросы

В качестве художественного приложения к прослушиванию/прочтению рекомендуется Галич:
Автоматное столетие, Научный спор

30 апреля 2019

Отключить рекламу

2 комментариев из 19

Показать ещё 17 комментариев

Заяц

2 мая 2019

Почитал ветку по ссылке.

"Пока считается что нейросеть хорошо обучена, если экспериментатору нужно забраковать не более 60% совершенно нелепых результатов. Ну я утрирую - понятно что есть простенькие задачи, которые нейросеть щелкает как орешки, допуская менее 10% ошибок."

Это далеко не так. Есть такой проект ImageNet. Собирает размеченные по классам для анализа изображения и организует конкурс по распознаванию и классификации изображений. Текущий результат нейросети около 3% ошибок. У человека - 5%. Как видно, люди тут уже проигрывают. Есть, конечно, тонкости. Во-первых, задача отчасти синтетическая. Во-вторых, это средний человеческий результат. Вполне может быть, что человек с очень хорошим образованием, с большим опытом или просто разносторонняя команда будут лучше. В-третьих, программа по-прежнему не "понимает" того, что видит, хотя и классифицирует лучше человека.

https://www.researchgate.net/figure/Winner-results-of-the-ImageNet-large-scale-visual-recognition-challenge-LSVRC-of-the_fig7_324476862

Показать полностью

Пайсано

3 мая 2019

Заяц
это циничная мудрость специалиста - он резюмирует свой горький опыт :)
потому что одна статья - ну что одна статья. у нас постоянно появляются статьи "CAPM works", в которых показывается, что путем разных манипуляций однофакторная модель может приемлемо объяснить доходность любых портфелей акций.
но если вы спросите толкового профессора в коридоре "does CAPM work?", он может вам прогнать телегу на десять минут, как не то что с помощью одного, с помощью пяти факторов мы далеко не со всем можем справиться.
а так да, я вам прям щас накидаю пять недавних статей "CAPM works", их публикуют даже, потому что интересно же, как люди так изловчились. поучительно в чем-то.