የማሽን መማሪያ ከ AI ጋር ሲነጻጸር ምንድነው?

አርቲፊሻል ኢንተለጀንስ እየገዙ እንደሆነ ወይም ኮፍያ አድርገው የማሽን መማሪያ እየገዙ እንደሆነ እያሰቡ ከሆነ፣ እርስዎ ብቻዎን አይደሉም። ቃላቶቹ እንደ ኮንፈቲ ይጣላሉ። ለማሽን መማሪያ እና ለAI ተስማሚ የሆነ፣ ምንም ፋይዳ የሌለው መመሪያ ይኸውና፣ ጥቂት ጠቃሚ ዘይቤዎችን ይጨምራል፣ እና በትክክል ሊጠቀሙበት የሚችሉትን ተግባራዊ ካርታ ይሰጥዎታል።.

ከዚህ ጽሑፍ በኋላ ሊያነቧቸው የሚችሏቸው ጽሑፎች፡

🔗 AI ምንድን ነው?
ስለ AI ፅንሰ-ሀሳቦች፣ ታሪክ እና እውነተኛ አጠቃቀሞች ግልጽ ቋንቋ መግቢያ።.

🔗 ሊገለጽ የሚችል የ AI ምንድን ነው
የሞዴል ግልጽነት ለምን አስፈላጊ ነው እና ትንበያዎችን ለመተርጎም የሚረዱ ዘዴዎች።.

🔗 የሰው ልጅ ሮቦት AI ምንድን ነው?
ለሰው ልጅ መሰል የሮቦቲክ ስርዓቶች ችሎታዎች፣ ተግዳሮቶች እና የአጠቃቀም ጉዳዮች።.

🔗 በ AI ውስጥ የነርቭ አውታረ መረብ ምንድን ነው
አንጓዎች፣ ንብርብሮች እና ትምህርት በቀላሉ በሚታወቁ ምሳሌዎች ተብራርተዋል።.

የማሽን መማሪያ ከ AI ጋር ሲነጻጸር በእርግጥ ምንድን ነው? 🌱→🌳

• አርቲፊሻል ኢንተለጀንስ (AI) ሰፊው ግብ ነው፡- ከሰው ልጅ ብልህነት ጋር የምናያይዘውን ተግባራት የሚያከናውኑ ስርዓቶች - ምክንያታዊነት፣ እቅድ ማውጣት፣ ግንዛቤ፣ ቋንቋ - መድረሻ ። ለአዝማሚያዎች እና ወሰን፣ የስታንፎርድ AI ኢንዴክስ አስተማማኝ “የህብረቱ ሁኔታ” ያቀርባል። [3]

• የማሽን መማሪያ (ML) የAI ንዑስ ስብስብ ነው፡- ከውሂብ ቅጦችን የሚማሩ እና በአንድ ተግባር ላይ የሚሻሻሉ ዘዴዎች። ክላሲክ፣ ዘላቂ የሆነ ፍሬም፡ ኤምኤል በልምድ አማካኝነት በራስ-ሰር የሚሻሻሉ ስልተ ቀመሮችን ያጠናል። [1]

ቀጥ ብሎ ለማቆየት ቀላል መንገድ ፡ AI ጃንጥላ ነው፣ ML ደግሞ የጎድን አጥንቶች አንዱ ነው ። እያንዳንዱ AI MLን አይጠቀምም፣ ነገር ግን ዘመናዊ AI ሁልጊዜ ማለት ይቻላል በእሱ ላይ ይደገፋል። AI ምግብ ከሆነ፣ ML የማብሰያ ዘዴ ነው። ትንሽ ሞኝነት ነው፣ በእርግጥ፣ ግን ይጣበቃል።

የማሽን መማሪያን ከ AI ጋር ያዋህዳል💡

ሰዎች የማሽን ለርኒንግ ከ AI ጋር ሲነፃፀሩ፣ አብዛኛውን ጊዜ ውጤቶችን የሚፈልጉት ውጤትን እንጂ ምህፃረ ቃላትን አይደለም። ቴክኖሎጂው የሚከተሉትን ሲያቀርብ ጥሩ ነው፡

1. የብቃት ጭማሪን ግልጽ ማድረግ

   • ከተለመደው የሰው ልጅ የስራ ፍሰት የበለጠ ፈጣን ወይም የበለጠ ትክክለኛ ውሳኔዎች።.

   • እንደ እውነተኛ ጊዜ ባለብዙ ቋንቋ ግልባጭ ያሉ ከዚህ በፊት መገንባት የማትችላቸው አዳዲስ ልምዶች።.

2. አስተማማኝ የመማሪያ ዑደት

   • መረጃ ይመጣል፣ ሞዴሎች ይማራሉ፣ ባህሪ ይሻሻላል። ዑደቱ ያለ ድራማ መሽከርከሩን ይቀጥላል።.

3. አስተማማኝነት እና ጥንካሬ

   • በሚገባ የተገለጹ አደጋዎች እና ማቃለያዎች። ምክንያታዊ ግምገማ። በጠርዝ ጉዳዮች ላይ ምንም የሚያስደንቅ ግሬምሊንስ የለም። ተግባራዊ፣ ሻጭ-ገለልተኛ ኮምፓስ የNIST AI የአደጋ አስተዳደር ማዕቀፍ ነው። [2]

4. የንግድ ተስማሚነት

   • የሞዴሉ ትክክለኛነት፣ መዘግየት እና ወጪ ተጠቃሚዎችዎ ከሚያስፈልጋቸው ጋር ይጣጣማሉ። አስደናቂ ከሆነ ግን KPI ካላንቀሳቀሰ የሳይንስ ፍትሃዊ ፕሮጀክት ብቻ ነው።.

5. የአሠራር ብስለት

   • ክትትል፣ ስሪት መስጠት፣ ግብረመልስ መስጠት እና እንደገና ማሰልጠን የተለመደ ነው። እዚህ አሰልቺ ነገር ጥሩ ነው።.

አንድ ተነሳሽነት እነዚያን አምስት ነገሮች የሚያሳካ ከሆነ ጥሩ የእውቀት (AI)፣ ጥሩ የእውቀት (ML) ወይም ሁለቱም ሊሆን ይችላል። ካመለጠው ምናልባት ያመለጠው የሙከራ ማሳያ ሊሆን ይችላል።.

የማሽን መማሪያ ከ AI ጋር ሲነጻጸር በአጭሩ፡ ንብርብሮች 🍰

ተግባራዊ የአእምሮ ሞዴል;

• የውሂብ ንብርብር
  ጥሬ ጽሑፍ፣ ምስሎች፣ ኦዲዮ፣ ሰንጠረዦች። የውሂብ ጥራት የሞዴል ሃይፕን ሁልጊዜ ማለት ይቻላል ይበልጣል

• የሞዴል ንብርብር
  ክላሲካል ኤምኤል እንደ ዛፎች እና መስመራዊ ሞዴሎች፣ ለግንዛቤ እና ለቋንቋ ጥልቅ ትምህርት እና ከጊዜ ወደ ጊዜ እየጨመረ የመጣ የመሠረት ሞዴሎች።

• የማመዛዘን እና የመሳሪያ ንብርብር
  የሞዴል ውጤቶችን ወደ ተግባር አፈፃፀም የሚቀይሩ ማበረታቻ፣ መልሶ ማግኘት፣ ወኪሎች፣ ደንቦች እና የግምገማ ማሰሪያዎች።

• የመተግበሪያ ንብርብር
  ለተጠቃሚው የሚቀርበው ምርት። ይህ የ AI እንደ አስማታዊ ወይም አንዳንድ ጊዜ… ጥሩ የሚመስልበት ቦታ ነው።

የማሽን መማሪያ ከ AI ጋር ሲነጻጸር በአብዛኛው በእነዚህ ንብርብሮች ላይ የሚነሳ የወሰን ጉዳይ ነው። ኤምኤል (ML) በተለምዶ የሞዴል ንብርብር ነው። ኤአይ (AI) ሙሉውን ክምር ይሸፍናል። በተግባር የተለመደ ንድፍ፡ ቀላል የሚነካ ኤምኤል ሞዴል እና የምርት ደንቦች ተጨማሪ ውስብስብነት እስኪያስፈልግዎት ድረስ ከባድ "ኤአይ" ስርዓትን ይበልጣል [3]

ልዩነቱ የሚያሳዩባቸው የዕለት ተዕለት ምሳሌዎች 🚦

• የአይፈለጌ መልዕክት ማጣሪያ

  • ኤምኤል፡- በተለጠፉ ኢሜይሎች ላይ የሰለጠነ ክላሲፋየር።.

  • AI: ሂዩሪስቲክስን፣ የተጠቃሚ ሪፖርቶችን፣ አዳፕቲቭ ወሰኖችን እና ክላሲፋየሩን ጨምሮ መላው ስርዓት።.

• የምርት ምክሮች

  • ኤምኤል፡- በጋራ ማጣሪያ ወይም በጠቅታ ታሪክ ላይ ቀስ በቀስ የተሻሻሉ ዛፎች።.

  • AI፡- አውድ፣ የንግድ ደንቦች እና ማብራሪያዎችን የሚያጤን ከጫፍ እስከ ጫፍ ግላዊነት ማላበስ።.

• የውይይት ረዳቶች

  • ኤምኤል፡ የቋንቋ ሞዴሉ ራሱ።.

  • AI: ማህደረ ትውስታ፣ መልሶ ማግኛ፣ የመሳሪያ አጠቃቀም፣ የደህንነት መከላከያዎች እና UX ያለው ረዳት ቧንቧ።.

አንድ ንድፍ ታስተውላለህ። ኤምኤል የመማሪያ ልብ ነው። ኤአይ በዙሪያው ያለው ሕያው ፍጡር ነው።

የንጽጽር ሰንጠረዥ፡ የማሽን መማሪያ ከ AI ጋር ሲነጻጸር መሳሪያዎች፣ ታዳሚዎች፣ ዋጋዎች፣ ለምን እንደሚሰሩ 🧰

ሆን ተብሎ የተዝረከረከ - ምክንያቱም እውነተኛ ማስታወሻዎች ፈጽሞ ፍጹም ንፁህ አይደሉም።.

*አመላካች ብቻ። አብዛኛዎቹ አገልግሎቶች ነፃ ደረጃዎችን ወይም ክፍያን ይሰጣሉ፤ ለአሁኑ ዝርዝሮች ኦፊሴላዊ የዋጋ ገጾችን ይመልከቱ።.

የማሽን መማሪያ ከ AI ጋር በስርዓት ዲዛይን ውስጥ እንዴት እንደሚታይ 🏗️

1. መስፈርቶች

   • AI: የተጠቃሚ ውጤቶችን፣ ደህንነትን እና ገደቦችን ይግለጹ።.

   • ኤምኤል፡ የዒላማ መለኪያ፣ ባህሪያት፣ መለያዎች እና የሥልጠና ዕቅድ ይግለጹ።.

2. የውሂብ ስትራቴጂ

   • AI፡- ከመጨረሻ እስከ መጨረሻ የውሂብ ፍሰት፣ አስተዳደር፣ ግላዊነት፣ ስምምነት።.

   • ኤምኤል፡ ናሙና፣ መለያ መስጠት፣ መጨመር፣ የመንሸራተት መለየት።.

3. የሞዴል ምርጫ

   • ሊሠራ ከሚችለው በጣም ቀላሉ ነገር ይጀምሩ። ለተዋቀረ/ለታብላዊ መረጃ፣ ቀስ በቀስ የሚያድጉ ዛፎች ብዙውን ጊዜ ለማሸነፍ በጣም አስቸጋሪ መነሻ ናቸው። [5]

   • አነስተኛ-አኔክዶት፡ በማጭበርበር እና በማጭበርበር ፕሮጀክቶች ላይ፣ GBDTዎች ከርካሽ እና ለማገልገል ፈጣን ሲሆኑ ጥልቅ ኔትሶችን በልጠው በተደጋጋሚ አይተናል። [5]

4. ግምገማ

   • ML: እንደ F1፣ ROC AUC፣ RMSE ያሉ የመስመር ውጪ መለኪያዎች።.

   • AI፡- እንደ ልወጣ፣ ማቆየት እና እርካታ ያሉ የመስመር ላይ መለኪያዎች፣ እንዲሁም ለተጨባጭ ተግባራት የሰው ግምገማ። የAI መረጃ ጠቋሚ እነዚህ ልምዶች በኢንዱስትሪው ውስጥ እንዴት እየተሻሻሉ እንደሆነ ይከታተላል። [3]

5. ደህንነት እና አስተዳደር

   • ፖሊሲዎችን እና የአደጋ መቆጣጠሪያዎችን ከታመኑ ማዕቀፎች ያግኙ። የNIST AI RMF ድርጅቶች የAI አደጋዎችን ለመገምገም፣ ለማስተዳደር እና ለመመዝገብ እንዲረዳቸው በተለይ የተነደፈ ነው። [2]

አስፈላጊ የሆኑ መለኪያዎች፣ ያለ እጅ ማወዛወዝ 📏

• ትክክለኛነት እና ጠቃሚነት፡-
  መዘግየት እና ወጪ በጣም የተሻሉ ከሆኑ ትንሽ ዝቅተኛ ትክክለኛነት ያለው ሞዴል ሊያሸንፍ ይችላል።

• መለኪያ
  ስርዓቱ 90% እርግጠኛ ነኝ ካለ፣ ብዙውን ጊዜ በዚያ መጠን ትክክል ነው? ብዙም ያልተብራራ፣ ከመጠን በላይ አስፈላጊ ነው - እና እንደ የሙቀት መጠን መለኪያ ያሉ ቀላል ጥገናዎች አሉ። [4]

• ጥንካሬ
  በተዝረከረከ ግብዓቶች ላይ በሚያምር ሁኔታ ይወድቃል? የጭንቀት ሙከራዎችን እና ሰው ሰራሽ የጠርዝ መያዣዎችን ይሞክሩ።

• ፍትሃዊነት እና ጉዳት
  የቡድን አፈጻጸምን ይለኩ። የሚታወቁ ገደቦችን ይመዝግቡ። የተጠቃሚ ትምህርትን በተጠቃሚ በይነገጽ ውስጥ ያገናኙ። [2]

• የአሠራር መለኪያዎች
  የማሰማራት ጊዜ፣ የመመለሻ ፍጥነት፣ የውሂብ ትኩስነት፣ የውድቀት መጠኖች። ቀኑን የሚያድን አሰልቺ የቧንቧ ስራ።

ስለ ግምገማ ልምምድ እና አዝማሚያዎች ጥልቅ ንባብ ለማግኘት የስታንፎርድ AI ኢንዴክስ የኢንዱስትሪ ተሻጋሪ መረጃዎችን እና ትንታኔዎችን ይሰበስባል። [3]

ማስወገድ ያለብዎት ወጥመዶች እና አፈ ታሪኮች 🙈

• የተሳሳተ አመለካከት፡ ተጨማሪ መረጃ ሁልጊዜ የተሻለ ነው።
  የተሻሉ መለያዎች እና ተወካይ ናሙናዎች ጥሬ መጠንን ይበልጣሉ። አዎ፣ አሁንም።

• አፈ ታሪክ፡ ጥልቅ ትምህርት ሁሉንም ነገር ይፈታል።
  ለአነስተኛ/መካከለኛ የሰንጠረዥ ችግሮች አይደለም፤ በዛፍ ላይ የተመሰረቱ ዘዴዎች እጅግ በጣም ተወዳዳሪ ሆነው ይቀጥላሉ። [5]

• የተሳሳተ አመለካከት፡- የሰው ሰራሽ የማሰብ ችሎታ (AI) ከሙሉ የራስ ገዝ አስተዳደር ጋር እኩል ነው።
  ዛሬ ያለው አብዛኛው ዋጋ የሚመጣው ከውሳኔ ድጋፍ እና ከፊል አውቶሜሽን ሰዎች በዑደት ውስጥ እያሉ ነው። [2]

• ወጥመድ፡ ግልጽ ያልሆኑ የችግር መግለጫዎች።
  የስኬት መለኪያውን በአንድ መስመር መግለጽ ካልቻሉ፣ መናፍስትን ያሳድዳሉ።

• አደጋ፡ የውሂብ መብቶችን እና ግላዊነትን ችላ ማለት።
  የድርጅታዊ ፖሊሲ እና የህግ መመሪያን መከተል፤ እውቅና ባለው ማዕቀፍ የአደጋ ውይይቶችን ማዋቀር። [2]

መግዛት እና ግንባታ፡ አጭር የውሳኔ መንገድ 🧭

• ፍላጎትዎ የተለመደ ከሆነ እና ጊዜዎ ውስን ከሆነ በመግዛት ይጀምሩ

• ውሂብዎ ልዩ በሚሆንበት ጊዜ ወይም ተግባሩ የእርስዎ ጉድጓድ በሚሆንበት ጊዜ ብጁ በሆነ መንገድ ይገንቡ

• ሃይብሪድ የተለመደ ነው። ብዙ ቡድኖች ለቋንቋ ኤፒአይ እና ለደረጃ አሰጣጥ ወይም ለአደጋ ውጤት ብጁ ML ያዋህዳሉ። የሚሰራውን ይጠቀሙ። እንደ አስፈላጊነቱ ይቀላቅሉ እና ያዛምዱ።

የማሽን መማሪያን ከ AI ጋር ለማላላት ፈጣን ተደጋጋሚ ጥያቄዎች ❓

ሁሉም የ AI ማሽን መማር ነው?
አይ። አንዳንድ የ AI ዘዴዎች ደንቦችን፣ ፍለጋዎችን ወይም እቅድን ይጠቀማሉ፤ ብዙም ወይም ምንም ትምህርት የላቸውም። ML በአሁኑ ጊዜ የበላይነት አለው። [3]

ሁሉም የML AI ነው?
አዎ፣ ML በAI ጃንጥላ ውስጥ ይኖራል። አንድን ተግባር ለማከናወን ከውሂብ የሚማር ከሆነ፣ በAI ግዛት ውስጥ ነዎት። [1]

በሰነዶች ውስጥ የትኛውን ልበል፡ የማሽን መማሪያ ከ AI ጋር ሲነጻጸር?
ስለ ሞዴሎች፣ ስልጠና እና መረጃ እያወሩ ከሆነ፣ ኤምኤል ይበሉ። ስለ ተጠቃሚ-ተኮር ችሎታዎች እና የስርዓት ባህሪ እያወሩ ከሆነ፣ ኤአይ ይበሉ። ጥርጣሬ ሲኖርዎት ግልጽ ይሁኑ።

ትላልቅ የውሂብ ስብስቦች ያስፈልጉኛል?
ሁልጊዜ አይደለም። በጥበብ የባህሪ ምህንድስና ወይም በብልህ መልሶ ማግኛ፣ ትናንሽ የተመረጡ የውሂብ ስብስቦች ትላልቅ ጫጫታ ያላቸውን በተሻለ ሁኔታ ሊወጡ ይችላሉ - በተለይም በሰንጠረዥ ውሂብ ላይ። [5]

ኃላፊነት የሚሰማው የ AI ተግባርስ?
ከመጀመሪያው ጀምሮ ያስተካክሉት። እንደ NIST AI RMF ያሉ የተዋቀሩ የአደጋ ልምዶችን ይጠቀሙ እና የስርዓት ገደቦችን ለተጠቃሚዎች ያሳውቁ። [2]

ጥልቅ ዳይቭ፡ ክላሲካል ኤምኤል ከጥልቅ ትምህርት ጋር ሲነጻጸር ከመሠረታዊ ሞዴሎች ጋር ሲነጻጸር 🧩

• ክላሲካል ኤምኤል

  • ለሠንጠረዥ ውሂብ እና ለተዋቀሩ የንግድ ችግሮች በጣም ጥሩ።.

  • ለማሠልጠን ፈጣን፣ ለማብራራት ቀላል፣ ለማገልገል ርካሽ።.

  • ብዙውን ጊዜ ከሰው ሰራሽ ባህሪያት እና ከዶሜይን እውቀት ጋር ይጣመራሉ። [5]

• ጥልቅ ትምህርት

  • ያልተዋቀሩ ግብዓቶችን ያበራል፡ ምስሎች፣ ኦዲዮ፣ ተፈጥሯዊ ቋንቋ።.

  • የበለጠ ስሌት እና ጥንቃቄ የተሞላበት ማስተካከያ ይፈልጋል።.

  • ከማሳደግ፣ ከመደበኛነት እና ከታሰበበት አርክቴክቸር ጋር ተጣምሯል። [3]

• የመሠረት ሞዴሎች

  • በሰፊው መረጃ ላይ አስቀድሞ የሰለጠነ፣ ለብዙ ተግባራት በማነሳሳት፣ በማጣራት ወይም በማውጣት የሚስማማ።.

  • የመከላከያ ዘንጎች፣ ግምገማ እና የወጪ ቁጥጥር ያስፈልጋቸዋል። ጥሩ ፈጣን ምህንድስና ያለው ተጨማሪ ርቀት። [2][3]

ትንሽ ጉድለት ያለበት ዘይቤ፡ ክላሲካል ኤምኤል ብስክሌት ነው፣ ጥልቅ ትምህርት ሞተር ሳይክል ነው፣ እና የመሠረት ሞዴሎች አንዳንድ ጊዜ እንደ ጀልባ የሚታጠፍ ባቡር ናቸው። ዓይንዎን ጨፍነው ከሆነ ትርጉም ይሰጣል… እና ከዚያ በኋላ አይሆንም። አሁንም ጠቃሚ ነው።.

ሊሰርቁ የሚችሉት የትግበራ ዝርዝር ✅

1. የአንድ መስመር የችግር መግለጫ ይፃፉ።.

2. የመሬት እውነት እና የስኬት መለኪያዎችን ይግለጹ።.

3. የእቃ ዝርዝር መረጃ ምንጮች እና የውሂብ መብቶች። [2]

4. በጣም ቀላሉ ተግባራዊ ሞዴል ያለው መሰረታዊ መስመር።.

5. መተግበሪያውን ከማስጀመርዎ በፊት የግምገማ መንጠቆዎችን በመጠቀም መሳሪያ ያድርጉ።.

6. የግብረመልስ ዑደቶችን ያቅዱ፡ መለያ መስጠት፣ የመንሸራተት ፍተሻዎች፣ እንደገና የስልጠና ካዴንስ።.

7. ግምቶችን እና የሚታወቁ ገደቦችን በሰነድ ያስቀምጡ።.

8. ትንሽ የሙከራ ጊዜ ያሂዱ፣ የመስመር ላይ መለኪያዎችን ከመስመር ውጭ ድሎችዎ ጋር ያወዳድሩ።.

9. በጥንቃቄ ሚዛን ያድርጉ፣ ያለማቋረጥ ይከታተሉ። አሰልቺውን ያክብሩ።.

የማሽን መማሪያ ከ AI ጋር - አስደናቂው ማጠቃለያ 🍿

• AI ማለት የተጠቃሚዎ አጠቃላይ ተሞክሮ ነው።

• ኤምኤል (ML) የዚያን ችሎታ በከፊል የሚያንቀሳቅስ የመማሪያ ማሽን ነው። [1]

• ስኬት ስለ ሞዴል ​​ፋሽን ብዙም አይደለም፤ ይልቁንም ስለ ጥርት ያለ የችግር ቀረጻ፣ ስለ ንፁህ መረጃ፣ ስለ ተግባራዊ ግምገማ እና ስለ ደህንነቱ የተጠበቀ ክወናዎች ነው። [2][3]

• በፍጥነት ለመንቀሳቀስ ኤፒአይዎችን ይጠቀሙ፣ የእርስዎ ቦይ ሲሆን ያብጁ።.

• አደጋዎችን በእይታ ውስጥ ያስቀምጡ። ከNIST AI RMF ጥበብን ይዋሱ። [2]

• ለሰዎች አስፈላጊ የሆኑ ውጤቶችን ይከታተሉ። ትክክለኛነት ብቻ አይደለም። በተለይም የከንቱነት መለኪያዎችን አይከተሉ። [3][4]

የመጨረሻ አስተያየቶች - በጣም ረጅም፣ አላነበብኩትም 🧾

የማሽን መማሪያ ከ AI ጋር ያለው ግንኙነት ፉል አይደለም። ወሰን ነው። AI ለተጠቃሚዎች በብልሃት የሚሰራው አጠቃላይ ስርዓት ነው። ኤምኤል በዚያ ስርዓት ውስጥ ካለው መረጃ የሚማሩ ዘዴዎች ስብስብ ነው። በጣም ደስተኛ የሆኑት ቡድኖች ኤምኤልን እንደ መሳሪያ፣ ኤአይን እንደ ልምድ እና የምርት ተፅእኖን እንደ ብቸኛው የውጤት ሰሌዳ አድርገው ይቆጥሩታል። ሰብዓዊ፣ ደህንነቱ የተጠበቀ፣ ሊለካ የሚችል እና ትንሽ ቆሻሻ አድርገው ያስቀምጡት። እንዲሁም ያስታውሱ፡ ብስክሌቶች፣ ሞተር ሳይክሎች፣ ባቡሮች። ለአንድ ሰከንድ ትርጉም ያለው ነበር፣ አይደል? 😉

ማጣቀሻዎች

1. ቶም ኤም. ሚቸል - የማሽን መማሪያ (የመጽሐፍ ገጽ፣ ፍቺ)። ተጨማሪ ያንብቡ

2. NIST - የAI ስጋት አስተዳደር ማዕቀፍ (AI RMF 1.0) (ኦፊሴላዊ ህትመት)። ተጨማሪ ያንብቡ

3. የስታንፎርድ ሃይ - አርቲፊሻል ኢንተለጀንስ ኢንተለጀንስ ሪፖርት 2025 (ኦፊሴላዊ ፒዲኤፍ)። ተጨማሪ ያንብቡ

4. ጉዎ፣ ፕሌይስ፣ ሰን፣ ዌይንበርገር - የዘመናዊ የነርቭ አውታረ መረቦችን ማስተካከል (PMLR/ICML 2017)። ተጨማሪ ያንብቡ

5. Grinsztajn, Oyallon, Varoquaux - በዛፍ ላይ የተመሰረቱ ሞዴሎች አሁንም በሰንጠረዥ መረጃ ላይ ጥልቅ ትምህርትን ለምን በተሻለ ሁኔታ ይሻሻላሉ? (NeurIPS 2022 የውሂብ ስብስቦች እና መለኪያዎች)። ተጨማሪ ያንብቡ

የቅርብ ጊዜውን የ AI ኦፊሴላዊ የ AI ረዳት መደብር ያግኙ

ስለ እኛ