Машинное обучение плотно укоренилось в различных сферах деятельности людей: от распознавания речи до медицинской диагностики. Популярность этого подхода столь велика, что его пытаются использовать везде, где только можно. Некоторые попытки заменить классические подходы нейросетями оканчиваются не столь уж успешно. Давайте взглянем на машинное обучение с точки зрения задач создания эффективных статических анализаторов кода для поиска ошибок и потенциальных уязвимостей.
Читать полностью »
Всем привет!
Возможно, вы уже знаете про инициативу Machine Learning for Social Good (#ml4sg) сообщества Open Data Science. В её рамках энтузиасты на бесплатной основе применяют методы машинного обучения для решения социально-значимых проблем. Мы, команда проекта Lacmus (#proj_rescuer_la), занимаемся внедрением современных Deep Learning-решений для поиска людей, потерявшихся вне населённой местности: в лесу, поле и т.д.
Читать полностью »
Квартиру убирает робот-пылесос, контент генерирует искусственный интеллект. Такой ли ты представлял реальность 20-х? Как бы там ни было, знай — набор помощников на случай творческого кризиса пополнился новинками.Читать полностью »
Источник: The University of Vermont
Учёные из Вермонтского университета создали ксеноботов — живых роботов, которые могут двигаться и самовосстанавливаться. Название ксеноботы получили в честь африканской когтистой лягушки Xenopus laevis, у которой учёные взяли материал для своей разработки.
Как пишет CNN, проект ксеноботов был разработан с помощью суперкомпьютера Deep Green. Суперкомпьютер, учитывая особенности клеток и запрограммированные требования к роботам, например, способность передвигаться, создал множество вариантов форм будущих организмов. Затем компьютер выбрал такие формы, которые больше всего подходят для решения задач, поставленных перед роботом. Учёные собрали стволовые клетки эмбрионов лягушки и сконструировали из них организмы по моделям, которые посоветовал суперкомпьютер. Читать полностью »
Рассмотрим, как работают алгоритмы в банковском скоринге, какие метрики используются и какие параметры заемщика влияют на то, выдадут кредит или нет. В статье описывается прошедший конкурс с kaggle по предсказанию вероятности дефолта и приводятся влияющие на риск дефолта параметры.
Цель банка – заработать деньги. Первый риск, с которым сталкивается кредитная организация — дать кредит заемщику, который допустит дефолт. Дефолт может иметь разным причины, от финансовых трудностей заемщика, и заканчивая фродом.
Для банка это — ошибка первого рода.
Но если банк будет вести жесткую политику, и никому не выдает кредиты, даже тем, кто вернул бы деньги, то банк не заработает на процентах. Отказ в кредите ответственному заемщику – ошибка второго рода.
Для оценки качества принимаемых алгоритмом решений, используется коэффициент Джини (GINI). В экономике и в Data Science коэффициент Gini имеет разную интерпретацию. Для кредитного скоринга он рассчитывается, как
GINI = 2 ROC AUC — 1
В Keras есть два API для быстрого построения архитектур нейронных сетей Sequential и Functional. Если первый позволяет строить только последовательные архитектуры нейронных сетей, то с помощью Functional API можно задать нейронную сеть в виде произвольного направленного ациклического графа, что дает намного больше возможностей для построения сложных моделей. В материале перевод руководства, посвященного особенностям Functional API, с сайта TensorFlow.
Читать полностью »
Концепция нейросетей впервые появилась более 40 лет назад, когда учёные экспериментировали с математическим моделированием функций мозга. Они придумали, как сделать механическую реализацию нейросети, которую можно обучить распознаванию закономерностей и классификации данных – к примеру, распознавать, есть ли на видео кошка или собака.
За последнее десятилетие сложность и способности нейросетей значительно выросли. Совместно с беспрецедентным ростом мощностей недорогих и доступных суперкомпьютеров и графических процессоров (GPU) они вышли на передний план в качестве метода по умолчанию для решения задач, распознавания закономерностей и обнаружения аномалий. Сегодня организации используют их для составления прогнозов, исследования предпочтений пользователей, подтверждения данных и управления риском.
Читать полностью »
Суд Шеньчженя, Китай, постановил, что статья, которую написал искусственный интеллект, подлежит защите закона об авторском праве. Речь идет о статье, которая создана программой технологического гиганта Tencent.
Последние пять лет Tencent публикует контент, генерируемый программным комплексом Dreamwriter. В основном это статьи на тему бизнеса и финансов.
Читать полностью »
Amazon представила библиотеку с открытым исходным кодом AutoGluon. Она позволит разработчикам создавать приложения на базе искусственного интеллекта. С AutoGluon разработчики смогут использовать возможности ИИ для создания приложений, написав всего три строки кода, обещает компания.Читать полностью »
Сложность интерпретации данных сейсмической разведки связана с тем, что к каждой задаче необходимо искать индивидуальный подход, поскольку каждый набор таких данных уникален. Ручная обработка требует значительных трудозатрат, а результат часто содержит ошибки, связанные с человеческим фактором. Использование нейронных сетей для интерпретации может существенно сократить ручной труд, но уникальность данных накладывает ограничения на автоматизацию этой работы.
Данная статья описывает эксперимент по анализу применимости нейронных сетей для автоматизации выделения геологических слоев на 2D-изображениях на примере полностью размеченных данных из акватории Северного моря.
Рисунок 1. Проведение акваториальной сейсморазведки (источник)
Читать полностью »
