የ AI ሞዴል እንዴት እንደሚሰራ። ሙሉ እርምጃዎች ተብራርተዋል።.

የAI ሞዴል መስራት ድራማዊ ይመስላል - ልክ በፊልም ውስጥ እንዳለ ሳይንቲስት ስለ ነጠላ ነገሮች ሲያጉረመርም - አንድ ጊዜ እስክታደርገው ድረስ። ከዚያም ግማሽ የውሂብ ማጽጃ ስራ፣ ግማሽ ተንኮለኛ የቧንቧ ስራ እና እንግዳ በሆነ መልኩ ሱስ የሚያስይዝ መሆኑን ትገነዘባለህ። ይህ መመሪያ የ AI ሞዴልን ከጫፍ እስከ ጫፍ እንዴት ማድረግ እንደሚቻል ፡ የውሂብ ዝግጅት፣ ስልጠና፣ ሙከራ፣ ማሰማራት እና አዎ - አሰልቺ ግን አስፈላጊ የደህንነት ፍተሻዎች። በዘፈቀደ፣ በጥልቀት በዝርዝር እንሄዳለን እና ስሜት ገላጭ ምስሎችን እናስቀምጣለን፣ ምክንያቱም እውነቱን ለመናገር፣ ቴክኒካዊ ጽሑፍ ለምን ግብር እንደመክፈል ሊሰማው ይገባል?

ከዚህ ጽሑፍ በኋላ ሊያነቧቸው የሚችሏቸው ጽሑፎች፡

🔗 የ AI ሽምግልና ምንድን ነው፡- ከቃሉ በስተጀርባ ያለው እውነት
የ AI አርቢትሬጅን፣ ስጋቶቹን፣ እድሎቹን እና የእውነተኛው ዓለም አንድምታዎችን ያብራራል።.

🔗 የ AI አሰልጣኝ ምንድን ነው?
የ AI አሰልጣኝን ሚና፣ ክህሎቶች እና ኃላፊነቶች ይሸፍናል።.

🔗 ምሳሌያዊ AI ምንድን ነው፡ ማወቅ ያለብዎት ነገር ሁሉ
ተምሳሌታዊ የ AI ፅንሰ ሀሳቦችን፣ ታሪክን እና ተግባራዊ አፕሊኬሽኖችን ይከፋፍላል።.

የAI ሞዴል የሚያደርገው ምንድን ነው - መሰረታዊ ነገሮች ✅

“ጥሩ” ሞዴል በዴቭ ኖትቡክዎ ውስጥ 99% ትክክለኛነትን የሚያስገኝ እና ከዚያም በምርት ጊዜ የሚያሳፍርዎት አይደለም። የሚከተለው ነው፡

በጥሩ ሁኔታ የተቀረጸ → ችግሩ ጥርት ያለ ነው፣ ግብዓቶች/ውጤቶች ግልጽ ናቸው፣ መለኪያው ተስማምቷል።
ዳታ-ሐቀኛ → የውሂብ ስብስቡ በእውነቱ የተዝረከረከውን እውነተኛ ዓለም ያንፀባርቃል፣ የተጣራ የህልም ስሪት አይደለም። ስርጭት የታወቀ፣ መፍሰስ የታተመ፣ መለያዎች ሊከታተሉ የሚችሉ።
ጠንካራ → ሞዴል አይወድቅም።
ስሜት → መለኪያዎች ተገምግሟል፣ የመሪ ሰሌዳ ቫኒቲ አይደለም። ROC AUC አሪፍ ይመስላል ነገር ግን አንዳንድ ጊዜ ንግዱ የሚያስብበት F1 ወይም መለኪያ ነው።
ሊተገበር የሚችል → የመገመት ጊዜ ሊገመት የሚችል፣ ሀብቶች ጤናማ ናቸው፣ ከአገልግሎት በኋላ የሚደረግ ክትትል ተካትቷል።
ኃላፊነት የሚሰማው → የፍትሃዊነት ፈተናዎች፣ የትርጓሜ ችሎታ፣ አላግባብ መጠቀምን የሚከላከሉ መከላከያዎች [1]።

እነዚህን ምታ፤ አብዛኛውን መንገድ እዚያው ደርሰሃል። የተቀረው ድግግሞሽ ብቻ ነው… እና ትንሽ “የሆድ ስሜት” ነው። 🙂

አጭር የጦርነት ታሪክ ፡ በማጭበርበር ሞዴል ላይ፣ በአጠቃላይ F1 ድንቅ ይመስላል። ከዚያም በጂኦግራፊ + “የካርድ ስጦታ ከ” አይደለም። አስገራሚ፡- የተሳሳቱ አሉታዊ ነገሮች በአንድ ቁራጭ ውስጥ ተጨመሩ። ትምህርቱ ተቃጥሏል - ቀደም ብሎ ይቁረጡ፣ ብዙ ጊዜ ይቁረጡ።

ፈጣን ጅምር፡ የ AI ሞዴል ለመስራት አጭሩ መንገድ ⏱️

ተግባሩን ይግለጹ ፡ ምደባ፣ ሪግሬሽን፣ ደረጃ አሰጣጥ፣ ቅደም ተከተል መለያ መስጠት፣ ማመንጨት፣ ምክር።
መረጃን አሰባሰብ ፡- መሰብሰብ፣ መገልበጥ፣ በአግባቡ መከፋፈል (ጊዜ/አካል)፣ መዝግቦ መያዝ [1]።
መሰረታዊ መስመር ፡ ሁልጊዜ ትንሽ ይጀምሩ - የሎጂስቲክ ሪግሬሽን፣ ትንሽ ዛፍ [3]።
የሞዴል ቤተሰብ ይምረጡ ፡ ታቡላር → የግራዲየንት ማበልጸጊያ፤ ጽሑፍ → ትንሽ ትራንስፎርመር፤ ራዕይ → አስቀድሞ የሰለጠነ CNN ወይም የጀርባ አጥንት [3][5]።
የሥልጠና ዑደት ፡ አመቻች + ቀደም ብሎ ማቆም፤ ኪሳራንም ሆነ ማረጋገጫን መከታተል [4]።
ግምገማ ፡- ተሻጋሪ ማረጋገጫ፣ ስህተቶችን መተንተን፣ በፈረቃ ስር መሞከር።
ጥቅል ፡ ክብደቶችን፣ ቅድመ-ፕሮሰሰሮችን፣ የኤፒአይ መጠቅለያዎችን ይቆጥቡ [2]።
ሞኒተር ፡ የመንሸራተት፣ የመዘግየት፣ የትክክለኛነት መበስበስን ይመልከቱ [2]።

በወረቀት ላይ ጥሩ ይመስላል። በተግባር ግን የተዝረከረከ ነው። እና ምንም ችግር የለውም።.

የንፅፅር ሰንጠረዥ፡ የ AI ሞዴል እንዴት እንደሚሰራ መሳሪያዎች 🛠️

መሣሪያ / ቤተ-መጽሐፍት	ምርጥ ለ	ዋጋ	ለምን እንደሚሰራ (ማስታወሻዎች)
ስኪት-ሊር	ሠንጠረዡ፣ መነሻ መስመሮች	ነፃ - OSS	ንፁህ ኤፒአይ፣ ፈጣን ሙከራዎች፤ አሁንም ክላሲኮችን ያሸንፋል [3]።.
ፒቶርክ	ጥልቅ ትምህርት	ነፃ - OSS	ተለዋዋጭ፣ ሊነበብ የሚችል፣ ግዙፍ ማህበረሰብ [4]።.
TensorFlow + Keras	ፕሮዳክሽን ዲኤል	ነፃ - OSS	ለኬራ ተስማሚ፤ ለቲኤፍ አገልግሎት መስጠት ማሰማራቱን ያቀላጥፋል።.
JAX + ተልባ	ምርምር + ፍጥነት	ነፃ - OSS	ራስ-ሰር ልዩነት + XLA = የአፈጻጸም ጭማሪ።.
የሚተቃቀፉ የፊት ትራንስፎርመሮች	ኤንኤልፒ፣ ሲቪ፣ ኦዲዮ	ነፃ - OSS	አስቀድመው የሰለጠኑ ሞዴሎች + የቧንቧ መስመሮች... የሼፍ መሳም [5]።.
XGBoost/LightGBM	የሰንጠረዥ የበላይነት	ነፃ - OSS	ብዙውን ጊዜ በመጠነኛ የውሂብ ስብስቦች ላይ DLን ይበልጣል።.
ፈጣን ኤአይ	ወዳጃዊ ዲኤል	ነፃ - OSS	ከፍተኛ ደረጃ ያለው፣ ይቅር የማይሉ ጥፋቶች።.
የደመና አውቶኤምኤል (የተለያዩ)	ምንም/ዝቅተኛ-ኮድ የለም	በአጠቃቀም ላይ የተመሰረተ $	ይጎትቱ፣ ይጣሉ፣ ያሰማሩ፤ በሚያስደንቅ ሁኔታ ጠንካራ።.
የ ONNX የአሂድ ጊዜ	የግምታዊ ፍጥነት	ነፃ - OSS	የተመቻቸ አገልግሎት፣ ለጠርዝ ተስማሚ።.

እንደገና የሚከፍቷቸው ሰነዶች፡ scikit-learn [3]፣ PyTorch [4]፣ እቅፍ ፊት [5]።.

ደረጃ 1 - ችግሩን እንደ ጀግና ሳይሆን እንደ ሳይንቲስት አድርገው ይቅረጹት 🎯

ኮድ ከመጻፍዎ በፊት፣ ይህንን ጮክ ብለው ይናገሩ፦ ይህ ሞዴል ምን ውሳኔ ያሳውቃል? ያ ግልጽ ካልሆነ የውሂብ ስብስቡ የባሰ ይሆናል።

የትንበያ ኢላማ → ነጠላ አምድ፣ ነጠላ ፍቺ። ለምሳሌ፡ በ30 ቀናት ውስጥ ማዞር?
የክፍተት መጠን → በተጠቃሚ፣ በክፍለ ጊዜ፣ በንጥል - አይቀላቅሉ። የማፍሰስ አደጋ ከፍ ይላል።
ገደቦች → መዘግየት፣ ማህደረ ትውስታ፣ ግላዊነት፣ ጠርዝ እና አገልጋይ።
የስኬት መለኪያ → አንድ ዋና + ሁለት ጠባቂዎች። ያልተመጣጠነ ክፍሎች? AUPRC + F1 ይጠቀሙ። ወደኋላ መመለስ? MAE መካከለኛዎች አስፈላጊ ሲሆኑ RMSEን ማሸነፍ ይችላል።

ከጦርነት የተሰጠ ጠቃሚ ምክር ፡ እነዚህን ገደቦች + ሜትሪክ በREADME ገጽ የመጀመሪያ ገጽ ላይ ይፃፉ። አፈጻጸም እና መዘግየት ሲጋጩ የወደፊት ክርክሮችን ያስቀምጣል።

ደረጃ 2 - የውሂብ አሰባሰብ፣ ጽዳት እና በትክክል የሚቆዩ ክፍተቶች 🧹📦

ዳታ ሞዴሉ ነው። ታውቃላችሁ። አሁንም፣ ወጥመዶቹ፡

መነሻ → ከየት እንደመጣ፣ ማን እንደያዘው፣ በምን ፖሊሲ ስር [1]።
መለያዎች → ጥብቅ መመሪያዎች፣ በአንባቢዎች መካከል የሚደረግ ፍተሻዎች፣ ኦዲቶች።
ዲ-ድግግሞሽ → ተንኮለኛ ቅጂዎች የሚተነፍሱ መለኪያዎች።
ስፕሊትስ → ራንደም ሁልጊዜ ትክክል አይደለም። የተጠቃሚ መፍሰስን ለማስወገድ በጊዜ ላይ የተመሰረተ ትንበያን ይጠቀሙ፣ በህጋዊ አካል ላይ የተመሰረተ።
መፍሰስ → በስልጠና ጊዜ የወደፊቱን አይመለከትም።
ሰነዶች ስኬማ፣ ስብስብ፣ አድልዎ ያለው ፈጣን የውሂብ ካርድ

ሥነ ሥርዓት፡- ፈጽሞ የማይነካ የሙከራ ስብስብ አቆይ

ደረጃ 3 - መሰረታዊ ነገሮች መጀመሪያ፡ ወራትን የሚያድን ትሑት ሞዴል 🧪

መሰረታዊ ነገሮች ማራኪ አይደሉም፣ ነገር ግን የሚጠበቁትን ያረጋግጣሉ።.

ታቡላር → scikit-learn logisticRegression ወይም RandomForest፣ ከዚያም XGBoost/LightGBM [3]።
ጽሑፍ → TF-IDF + መስመራዊ ክላሲፋየር። ከትራንስፎርመሮች በፊት የንፅህና አጠባበቅን ያረጋግጡ።
ቪዥን → ትንሽ የሲኤንኤን ወይም አስቀድሞ የሰለጠነ የጀርባ አጥንት፣ የቀዘቀዙ ንብርብሮች።

ጥልቅ መረብዎ ከመነሻው ጋር እኩል የማይሄድ ከሆነ ይተንፍሱ። አንዳንድ ጊዜ ምልክቱ ጠንካራ ላይሆን ይችላል።.

ደረጃ 4 - ከውሂቡ ጋር የሚስማማ የሞዴሊንግ አቀራረብ ይምረጡ 🍱

ታቡላር

ቀስ በቀስ መጨመር መጀመሪያ - እጅግ በጣም ውጤታማ። የባህሪ ምህንድስና (መስተጋብሮች፣ ኮዶች) አሁንም አስፈላጊ ናቸው።.

ጽሑፍ

ቀላል ክብደት ያለው ማስተካከያ ያላቸው ቀድሞ የሰለጠኑ ትራንስፎርመሮች። መዘግየት አስፈላጊ ከሆነ የተበታተነ ሞዴል [5]። ቶኬነዘሮችም አስፈላጊ ናቸው። ለፈጣን ድል፡ የHF ቧንቧዎች።.

ምስሎች

አስቀድሞ በሰለጠነ የጀርባ አጥንት + በጥሩ ሁኔታ የተስተካከለ ጭንቅላት ይጀምሩ። በተጨባጭ ሁኔታ ያሳድጉ (መገልበጥ፣ መቆራረጥ፣ መወዛወዝ)። ለትንንሽ መረጃዎች፣ ጥቂት የተኩስ ወይም መስመራዊ መመርመሪያዎች።.

የጊዜ ተከታታይ

መሰረታዊ ነገሮች፡ የመዘግየት ባህሪያት፣ የሚንቀሳቀሱ አማካይዎች። የድሮ ትምህርት ቤት ARIMA ከዘመናዊ የተሻሻሉ ዛፎች ጋር ሲነጻጸር። በማረጋገጫ ጊዜ ሁልጊዜ የጊዜ ቅደም ተከተልን ያክብሩ።.

የአውራ ጣት ደንብ፡ ትንሽ፣ ቋሚ ሞዴል > ከመጠን በላይ የሆነ ጭራቅ።.

ደረጃ 5 - የስልጠና ዑደት፣ ግን ከመጠን በላይ አታወሳስቡት 🔁

የሚያስፈልግዎ ነገር ቢኖር፡ የውሂብ ጫኚ፣ ሞዴል፣ ኪሳራ፣ ማመቻቻ፣ የጊዜ ሰሌዳ፣ ሎጊንግ። ተከናውኗል።.

ኦፕቲመሮች ፡ አዳም ወይም SGD ሞመንተም ያለው። ከመጠን በላይ አታስተካክሉ።
የባች መጠን ፡- የመሳሪያውን ማህደረ ትውስታ ሳይጨናነቅ ከፍተኛውን የማውጣት አቅም።
መደበኛነት ፡ ማቋረጥ፣ የክብደት መቀነስ፣ ቀደም ብሎ ማቆም።
የተቀላቀለ ትክክለኛነት ፡ ከፍተኛ የፍጥነት መጨመር፤ ዘመናዊ ማዕቀፎች ቀላል ያደርጉታል [4]።
የመራባት ችሎታ ፡ የተተከሉ ዘሮች። አሁንም ይንቀጠቀጣል። ያ የተለመደ ነው።

ቀኖናዊ ቅጦችን ለማግኘት የ PyTorch አጋዥ ስልጠናዎችን ይመልከቱ [4]።.

ደረጃ 6 - የመሪ ሰሌዳ ነጥቦችን ሳይሆን እውነታን የሚያንፀባርቅ ግምገማ 🧭

አማካይ ብቻ ሳይሆን ቁርጥራጮችን ያረጋግጡ፡

የመለኪያ → እድሎች አንድ ነገር ማለት አለባቸው። የአስተማማኝነት ፕላቶች ይረዳሉ።
የግራ መጋባት ግንዛቤዎች → የወሰን ኩርባዎች፣ ልዩነቶች ይታያሉ።
የስህተት ባልዲዎች → በክልል፣ በመሳሪያ፣ በቋንቋ፣ በጊዜ የተከፈለ። የነጥብ ድክመቶች።
ጥንካሬ → በፈረቃዎች፣ በብጥብጥ ግብዓቶች ስር ሙከራ።
ሰው-በ-loop → ሰዎች የሚጠቀሙበት ከሆነ፣ አጠቃቀሙን ይፈትሹ።

ፈጣን ታሪክ፡- አንድ የማስታወሻ ቅናሽ የመጣው በስልጠና እና በምርት መካከል ባለው የዩኒኮድ መደበኛነት አለመጣጣም ነው። ወጪ? 4 ሙሉ ነጥቦች።

ደረጃ 7 - ማሸግ፣ ማቅረብ እና ያለእንባ ማሸግ 🚚

ፕሮጀክቶች ብዙውን ጊዜ የሚሳሳቱበት ቦታ ይህ ነው።.

ቅርሶች ፡ የሞዴል ክብደቶች፣ ቅድመ-ፕሮሰሰሮች፣ የተግባር ሃሽ።
Env : ፒን ስሪቶች፣ ኮንቴይነርዚዝ ሌይን።
በይነገጽ ፡ REST/gRPC ከ /health + /predict ።
መዘግየት/የማስተላለፍ አቅም ፡ የቡድን ጥያቄዎች፣ የማሞቂያ ሞዴሎች።
ሃርድዌር ፡ ለክላሲኮች ሲፒዩ ጥሩ ነው፤ ለዲኤል ጂፒዩዎች። የ ONNX Runtime ፍጥነት/ተንቀሳቃሽነትን ይጨምራል።

ለሙሉ መስመር (CI/CD/CT፣ ክትትል፣ መልሶ ማጫወት)፣ የጉግል MLOps ሰነዶች ጠንካራ ናቸው [2]።.

ደረጃ 8 - ያለ ድንጋጤ መከታተል፣ መንሸራተት እና እንደገና ማሰልጠን 📈🧭

ሞዴሎች ይበላሻሉ። ተጠቃሚዎች ይሻሻላሉ። የውሂብ ቧንቧዎች በአግባቡ አይሰሩም።.

የውሂብ ፍተሻዎች ፡ ንድፍ፣ ክልሎች፣ ባዶዎች።
ትንበያዎች ፡ ስርጭቶች፣ የመንሸራተት መለኪያዎች፣ ውጫዊ ሁኔታዎች።
አፈጻጸም ፡ መለያዎች አንዴ እንደደረሱ፣ መለኪያዎችን አስሉ።
ማንቂያዎች ፡ መዘግየት፣ ስህተቶች፣ መንሸራተት።
ካደንስን እንደገና አሰልጥኑ ፡ ቀስቅሴ ላይ የተመሠረተ > በቀን መቁጠሪያ ላይ የተመሠረተ።

ዑደቱን ይመዝግቡ። ዊኪ “የጎሳ ማህደረ ትውስታ”ን ይበልጣል [2]።.

ኃላፊነት የሚሰማው የአዕምሮ ጤና ባለሙያ፡ ፍትሃዊነት፣ ግላዊነት፣ መተርጎም 🧩🧠

ሰዎች ከተነኩ፣ ኃላፊነት አማራጭ አይደለም።.

የፍትሃዊነት ፈተናዎች → በስሱ ቡድኖች መካከል ይገመግማሉ፣ ክፍተቶች ካሉ ይቀንስሉ [1]።
ለሠንጠረዥ መተርጎም → SHAP፣ ለጥልቀት መግለፅ። በጥንቃቄ ይያዙ።
ግላዊነት/ደህንነት → PII ን ይቀንሱ፣ ስም-አልባ ያድርጉ፣ ባህሪያትን ይቆልፉ።
ፖሊሲ → የታሰበውን ጻፍ ከተፈቀደው አጠቃቀም ጋር ሲነጻጸር። በኋላ ላይ ህመምን ያድናል [1]።

አጭር አጭር መመሪያ 🧑🍳

ግምገማዎችን እየመደብን ነው እንበል፤ አዎንታዊ ወይም አሉታዊ።.

ዳታ → ግምገማዎችን ሰብስብ፣ ተው፣ በጊዜ ተከፋፍል [1]።
መሰረታዊ መስመር → TF-IDF + የሎጂስቲክ ሪግሬሽን (scikit-learn) [3]።
ማሻሻያ → ትንሽ አስቀድሞ የሰለጠነ ትራንስፎርመር ከሆጂንግ ፊት ጋር [5]።
ባቡር → ጥቂት ኢፖክስ፣ ቀደም ብሎ ማቆም፣ ትራክ F1 [4]።
የኢቫል → ግራ መጋባት ማትሪክስ፣ precision@recall፣ calibration።
ፓኬጅ → ቶኬይዘር + ሞዴል፣ የፈጣን ኤፒአይ መጠቅለያ [2]።
ክትትል → የእይታ ተንሸራታች [2]።
ኃላፊነት የሚሰማቸው ማስተካከያዎች → PII ማጣሪያ፣ ሚስጥራዊ መረጃዎችን ያክብሩ [1]።

ጥብቅ መዘግየት? ሞዴሉን ያራግፉ ወይም ወደ ONNX ይላኩ።.

ሞዴሎችን ብልህ እንዲመስሉ የሚያደርጉ ግን ሞኞች እንዲሆኑ የሚያደርጉ የተለመዱ ስህተቶች 🙃

የሚፈሱ ባህሪያት (በባቡር ላይ ከክስተት በኋላ ያለው መረጃ)።
የተሳሳተ መለኪያ (ቡድኑ ስለ መልሶ መጥራት ሲያስብ AUC)።
ጥቃቅን የቫል ስብስብ (ጫጫታ ያላቸው "ግኝቶች")።
የክፍል አለመመጣጠን ችላ ተብሏል.
ያልተመጣጠነ ቅድመ-ሂደት (ባቡር vs አገልግሎት)።
ከመጠን በላይ ማበጀት በጣም በቅርቡ.
ገደቦችን መርሳት (በሞባይል መተግበሪያ ውስጥ ግዙፍ ሞዴል)።

የማመቻቸት ዘዴዎች 🔧

የበለጠ ብልህ ያክሉ ፡ ጠንካራ አሉታዊ ነገሮች፣ ተጨባጭ ጭማሪ።
ጠንክሮ ማስተካከል፡ ማቋረጥ፣ ትናንሽ ሞዴሎች።.
የመማሪያ ፍጥነት መርሃ ግብሮች (ኮሳይን/ደረጃ)።.
የቡድን መዝለል - ትልቅ መጠን ሁልጊዜ የተሻለ አይደለም።.
ለፍጥነት የተቀላቀለ ትክክለኛነት + ቬክተራይዜሽን [4]።.
ቁጥራዊነት፣ ወደ ቀጭን ሞዴሎች መቁረጥ።.
የመሸጎጫ ኢሜዲንግ/ከፍተኛ ኦፕስን አስቀድሞ ማስላት።.

የማይተላለፍ የውሂብ መለያ 🏷️

መመሪያዎች፡- ዝርዝር፣ ከጠርዝ መያዣዎች ጋር።.
የባቡር መለያዎች፡ የመለኪያ ተግባራት፣ የስምምነት ፍተሻዎች።.
ጥራት፡ የወርቅ ስብስቦች፣ የቦታ ፍተሻዎች።.
መሳሪያዎች፡ የተሻሻሉ የውሂብ ስብስቦች፣ ወደ ውጭ የሚላኩ ንድፎች።.
ሥነ ምግባር፡ ፍትሃዊ ክፍያ፣ ኃላፊነት የሚሰማው ምንጭ። ሙሉ ማቆሚያ [1]።.

የማሰማራት ቅጦች 🚀

የቡድን ውጤት → የሌሊት ስራዎች፣ መጋዘን።
የእውነተኛ ጊዜ ማይክሮሰርቪስ → የማመሳሰል ኤፒአይ፣ መሸጎጫ ያክሉ።
በዥረት መልቀቅ → በክስተት ላይ የተመሰረተ፣ ለምሳሌ፣ ማጭበርበር።
ጠርዝ → መጭመቂያ፣ የሙከራ መሳሪያዎች፣ ONNX/TensorRT።

የሩጫ መጽሐፍ ያስቀምጡ፡ የሮል መልሶ ደረጃዎች፣ የቅርስ እነበረበት መልስ [2]።.

ጊዜዎን የሚያሟሉ ሀብቶች 📚

መሰረታዊ ነገሮች፡ scikit-learn የተጠቃሚ መመሪያ [3]
የዲኤል ቅጦች፡ የፓይቶርክ አጋዥ ስልጠናዎች [4]
የዝውውር ትምህርት፡ ፊቱን ማቀፍ ፈጣን ጅምር [5]
አስተዳደር/አደጋ፡ NIST AI RMF [1]
MLOps፦ የጉግል ክላውድ ፕሌይቡኮች [2]

ተደጋጋሚ ጥያቄዎች - ጠቃሚ መረጃዎች 💡

ጂፒዩ ይፈልጋሉ? ለታብለር አይደለም። ለዲኤል (የደመና ኪራይ ይሰራል)።
በቂ መረጃ? መለያዎች እስኪጮሁ ድረስ ተጨማሪ መረጃ ጥሩ ነው። ትንሽ ይጀምሩ፣ ይድገሙት።
የመለኪያ ምርጫ? የአንድ ተዛማጅ ውሳኔ ወጪ። ማትሪክስን ይፃፉ።
መሰረታዊውን መዝለል ይችላሉ? ልክ ቁርስን መዝለል እና መጸጸት እንደሚችሉ ሁሉ።
አውቶኤምኤል? ለጀማሪ ስራ በጣም ጥሩ ነው። አሁንም የራስዎን ኦዲት ያድርጉ [2]።

ትንሽ የተዛባ እውነት 🎬

የAI ሞዴል እንዴት እንደሚሰራ ስለ እንግዳ የሂሳብ ስራ ብዙም አይደለም፤ ስለ የእጅ ጥበብ ስራም ጭምር ነው፤ ስለ ሹል ፍሬም፣ ንፁህ መረጃ፣ የመነሻ ጤና ፍተሻዎች፣ ጠንካራ ግምገማ፣ ተደጋጋሚ ድግግሞሽ። ለወደፊቱ ኃላፊነት ይጨምሩ - መከላከል የሚችሉ ውሸቶችን አያጸዱም [1][2]።

እውነቱን ለመናገር፣ “አሰልቺ” የሆነው ስሪት - ጥብቅ እና ዘዴያዊ - ብዙውን ጊዜ አርብ ከጠዋቱ 2 ሰዓት ላይ ከሚጣደፈው ብልጭልጭ ሞዴል ይበልጣል። እና የመጀመሪያ ሙከራዎ ቸልተኛ ሆኖ የሚሰማዎት ከሆነ? ያ የተለመደ ነው። ሞዴሎች እንደ ሶርዶው ጀማሪዎች ናቸው፡ መመገብ፣ መመልከት፣ አንዳንድ ጊዜ እንደገና ማስጀመር። 🥖🤷

ቲኤል፤ዲአር

የፍሬም ችግር + መለኪያ፤ መፍሰስን ማጥፋት።.
መሰረታዊው መጀመሪያ፤ ቀላል መሳሪያዎች በጣም ጥሩ ናቸው።.
አስቀድመው የሰለጠኑ ሞዴሎች ይረዳሉ - አታምልኳቸው።.
በተለያዩ ቁርጥራጮች ላይ ቫል፤ ለካ።.
የኤምኤልኦፕስ መሰረታዊ ነገሮች፡ የስሪት አሰጣጥ፣ ክትትል፣ መልሶ ማጫወት።.
ኃላፊነት የሚሰማው የ AI ተግባር ተከናውኗል፣ አልተዘጋም።.
ደጋግመህ ፈገግ በል - የAI ሞዴል ገንብተሃል። 😄

ማጣቀሻዎች

NIST — አርቲፊሻል ኢንተለጀንስ ሪሰርች ማኔጅመንት ማዕቀፍ (AI RMF 1.0) ። ሊንክ
ጉግል ክላውድ — MLOps፡ በማሽን መማሪያ ውስጥ ቀጣይነት ያለው የማድረስ እና አውቶሜሽን ቧንቧዎች ። አገናኝ
scikit-learn — የተጠቃሚ መመሪያ ። ሊንክ
PyTorch — ኦፊሴላዊ አጋዥ ስልጠናዎች ። ሊንክ
የሚተቃቀፍ ፊት — ትራንስፎርመሮች ፈጣን ጅምር ። ሊንክ

የቅርብ ጊዜውን የ AI ኦፊሴላዊ የ AI ረዳት መደብር ያግኙ

ስለ እኛ

ወደ ጦማር ተመለስ

አገር/ክልል