Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
MIT 6.S191: Derin Üretken Modelleme
Ders 4. MIT 6.S191: Derin Üretken Modelleme
Bu video, daha sonra yeni görüntüler oluşturmak için kullanılabilecek girdi verilerinin daha düzgün ve eksiksiz bir temsilini öğrenmek için derin üretken modellemenin nasıl kullanılabileceğini tartışıyor. DGM'nin anahtarı, her gizli değişken için, ağın yeni veriler oluşturmak için bu gizli dağılımdan örnekleme yapmasına izin veren bir olasılık dağılımı sunmaktır.
MIT 6.S191: Takviyeli Öğrenme
Ders 5. MIT 6.S191: Takviyeli Öğrenme
Bu videoda Alexander Amini, pekiştirmeli öğrenme kavramını ve bunun bir sinir ağını eğitmek için nasıl kullanılabileceğini tartışıyor. Takviyeli öğrenmenin nasıl çalıştığını ve gerçek dünya senaryolarında nasıl kullanılabileceğini açıklayarak başlıyor. Ardından, bir politika gradyan ağının nasıl eğitileceğini tartışmaya devam ediyor. Son olarak, eğitim döngüsünün her yinelemesinde politika gradyanının nasıl güncelleneceğini tartışarak videoyu sonlandırıyor.
MIT 6.S191 (2022): Derin Öğrenmede Yeni Sınırlar
Ders 6. MIT 6.S191 (2022): Derin Öğrenme Yeni Sınırlar
MIT 6.S191'in "Derin Öğrenme Yeni Sınırlar" dersi bir dizi konuyu kapsar. Öğretim görevlisi Ava Soleimany, kurstaki çeşitli teslim tarihlerini açıklıyor, konuk dersleri tanıtıyor ve mevcut araştırma sınırlarını tartışıyor. Derin sinir ağlarının Evrensel Yaklaşım Teoremi, genelleme, veri kalitesi, belirsizlik ve rakip saldırılarla ilgili sınırlamaları da ele alınmaktadır. Ek olarak, grafik evrişim sinir ağları ve bunların ilaç keşfi, kentsel hareketlilik ve COVID-19 tahmini gibi farklı alanlardaki potansiyel uygulamaları tartışılmaktadır. Son olarak ders, otomatik makine öğrenimi (autoML) konusunu ve bunun yüksek performanslı makine öğrenimi ve derin öğrenme modelleri tasarlamada nasıl yardımcı olabileceğini araştırıyor. Öğretim görevlisi, insan öğrenimi, zeka ve derin öğrenme modelleri arasındaki bağlantının ve ayrımın önemini vurgulayarak bitirir.
MIT 6.S191: Otonom Sürüş için LiDAR
Ders 7. MIT 6.S191: Otonom Sürüş için LiDAR
"MIT 6.S191: Otonom Sürüş için LiDAR" videosu, Innoviz'in otonom araçlar için LiDAR teknolojisini geliştirmesini sunarak sistemin görünürlük ve tahmin yeteneklerinin faydalarını ve önemini vurguluyor. Konuşmacı, LiDAR sisteminin sinyal-gürültü oranını etkileyen çeşitli faktörleri, sensör kullanımında fazlalığın önemini ve çarpışmayla ilgili nesneleri algılamada yüksek çözünürlük ve hesaplama verimliliği ihtiyacını açıklıyor. Ayrıca, derin öğrenme ağlarının nesneleri algılama ve sınıflandırmadaki zorluklarını, farklı LiDAR veri temsillerini ve nesne algılama ve sınır kutusu doğruluğu için kümeleme ve derin öğrenme yaklaşımlarının birleşimini tartışıyorlar. Ayrıca video, FMCW ile uçuş süresi LiDAR arasındaki ödünleşimlere değiniyor. Genel olarak tartışma, LiDAR'ın otonom sürüşün güvenliğini ve geleceğini artırmadaki kritik rolünü vurgulamaktadır.
MIT 6.S191: Otomatik Konuşma Tanıma
Ders 8. MIT 6.S191: Otomatik Konuşma Tanıma
Bu videoda, Rev'in kurucu ortağı, şirketin medyayı yazıya döken, altyazı koyan veya alt yazı yazan kişilerle deşifre hizmetlerine ihtiyaç duyan müşterilerle bağlantı kurma misyonunu açıklıyor. Rev, pazarına güç sağlamak için ASR'yi kullanıyor, haftada 15.000 saatin üzerinde medya verisini yazıya döküyor ve müşterilerin kendi ses uygulamalarını oluşturmaları için kendi API'sini sunuyor. Rev tarafından geliştirilen yeni uçtan uca derin öğrenme ASR modeli, önceki modele kıyasla performansta önemli bir iyileşme sağlıyor, ancak ASR İngilizce'de bile tamamen çözülmüş bir sorun olmadığı için hala iyileştirme için yer var. Konuşmacı, veri kümelerindeki yanlılığı ele alma, eğitim için ses verilerini hazırlama ve uçtan uca modelle sorunları ele alma yaklaşımları için farklı teknikleri tartışıyor.
MIT 6.S191: Bilim için Yapay Zeka
Ders 9. MIT 6.S191: AI for Science
MIT 6.S191: AI for Science videosu, karmaşık bilimsel sorunları çözmek için geleneksel bilgi işlem yöntemlerini kullanmanın zorluklarını ve simülasyonları hızlandırmak için makine öğrenimine olan ihtiyacı araştırıyor. Konuşmacı, ayrık noktalara aşırı uyum sağlamadan ince ölçekli fenomenleri yakalayabilen yeni makine öğrenimi yöntemleri geliştirme ihtiyacını tartışıyor ve nöral operatörler ve Fourier dönüşümleri kullanarak kısmi diferansiyel denklemleri (PDE'ler) çözmeye yönelik çeşitli yaklaşımları açıklıyor. Ayrıca PDE'lerle ters problemleri çözerken faz ve genlik bilgilerini frekans alanında tutmanın ve fizik yasalarını kayıp fonksiyonları olarak eklemenin önemine değinirler. Ek olarak, yapay zekayı sembolik denklemleri öğrenmek ve yeni fizik veya kanunları keşfetmek için kullanma olasılığına, belirsizliği ölçmenin önemine, ölçeklenebilirliğe ve yapay zeka uygulamalarını büyütmek için mühendislikle ilgili hususlara değinilir. Video, bireyleri yapay zeka ile harika projeler peşinde koşmaya teşvik ederek sona eriyor.
MIT 6.S191: Derin Öğrenmede Belirsizlik
Ders 10. MIT 6.S191: Derin Öğrenmede Belirsizlik
Öğretim görevlisi Jasper Snoek (Araştırma Bilimcisi, Google Brain), makine öğrenimi modellerinde, özellikle sağlık hizmetleri, sürücüsüz arabalar ve diyaloglu diyalog sistemleri gibi alanlarda belirsizliğin ve dağıtım dışı sağlamlığın önemini tartışıyor. Modeller, tahminlerdeki belirsizliği ifade ederek, doktorlara veya insanlara karar vermeleri veya açıklama istemeleri için daha fazla bilgi verebilir ve sonuçta sistemin genel kullanışlılığını geliştirir. Konuşmacı ayrıca model belirsizliği fikrini ve belirsizliğin kaynaklarını tanıtarak kendi sınırlamalarını kabul eden modellerin daha da yararlı olabileceğini vurgular.
Yapay Zeka: İnsanlığın Son İcadı
Yapay Zeka: İnsanlığın Son İcadı
"Yapay Zeka: İnsanlığın Son Buluşu" videosu, yapay zekanın (AI) geliştirilmesiyle ilgili ilerlemeleri ve potansiyel riskleri araştırıyor. Video, Google DeepMind'ın yalnızca 40 günde yüzyıllarca insan strateji bilgisini aşan AlphaGo'yu öne çıkarıyor. Zayıf ve güçlü yapay zeka arasındaki farklara dalıyor ve gelişmiş yapay zekanın kendisini sürekli geliştirdiği ve insanlardan milyarlarca kat daha akıllı hale geldiği teknolojik bir tekilliğe nasıl yol açabileceğini tartışıyor. Konuşmacı, yapay zekaya insan benzeri değerler ve ilkeler vermenin önemini vurguluyor ve kontrol edilemez bir sistem oluşturmaya karşı uyarıda bulunuyor. Video, bunu yapmadan önce süper akıllı yapay zeka geliştirmenin sonuçlarını dikkatlice düşünme gereğini vurgulayarak sona eriyor.
Kanada'nın Yapay Zeka Devrimi - Dr. Joelle Pineau
Kanada'nın Yapay Zeka Devrimi - Dr. Joelle Pineau
Dr. Joelle Pineau, yapay zeka (AI) alanındaki ilerlemeleri ve zorlukları tartışarak, yapay zeka araştırmalarını ilerletmede makine öğrenimi ve bilgisayar görüşünün rolünü vurguluyor. Nöral stimülasyon terapisi ve pekiştirmeli öğrenmeyi kullanarak epilepsi tedavilerini optimize etmeye yönelik kendi çalışmasını sunuyor. Dr. Pineau ayrıca yapay zekanın sosyo-ekonomik etkilerini tartışıyor ve tedaviyi optimize etmek için yapay zeka araştırmacıları ile alana özgü tıp araştırmacıları arasında işbirliği yapılması gerektiğine dikkat çekiyor. Müfredata daha teknik bakış açıları dahil etme talebini karşılamak için gelecek neslin matematik, fen ve bilgisayar becerileri eğitimini hazırlamanın önemini vurguluyor. Bununla birlikte, verilerdeki önyargı sorunları ve verilerle ilgili gizlilik ve güvenlik endişeleri gibi alandaki zorlukların da farkındadır. Dr. Pineau, nihayetinde yapay zekayı sağlık ve robotik gibi çeşitli alanlarda devrim yaratma potansiyeline sahip olarak görüyor ve insan merkezli ortamlarda güvenli ve etkili bir şekilde çalışabilen otonom sistemlerin geleceğini dört gözle bekliyor.
Ayrıca teknolojiyi genişletmek için yapay zeka (AI) alanına farklı bakış açıları getirme ihtiyacının altını çiziyor ve McGill'de genç kadınları AI konusunda eğiten AI for Good gibi girişimlerden bahsediyor. Bununla birlikte, yetenek eksikliği nedeniyle AI geliştirmedeki darboğazın üstesinden gelmek için etkilerini ölçme ve AI konusunda daha fazla insanı hızlı bir şekilde eğitme ihtiyacına dikkat çekiyor. Pineau, AI alanını ilerletmek için çeşitli ve iyi eğitimli bir iş gücüne sahip olmanın önemini vurguluyor. Video, Pineau'nun 14 Kasım'da Omni King Edward otelinde Michele Lamont'un yer alacağı yaklaşan bir etkinliği duyurmasıyla sona eriyor.
Yapay zeka ve algoritmalar: Artıları ve Eksileri | DW Belgesi (AI belgeseli)
Yapay zeka ve algoritmalar: artılar ve eksiler | DW Belgesi (AI belgeseli)
Video, yapay zekanın etik sonuçlarına odaklanarak yapay zekanın artılarını ve eksilerini tartışıyor. Yapay zekanın verimliliği ve kamu güvenliğini artırmak için nasıl kullanılabileceğini ve aynı zamanda mahremiyeti ihlal etmek için nasıl kullanılabileceğini vurgulamaktadır. Video, Google'da uzun süredir hizmet veren Jens Redma ile AI'nın şirket için önemi hakkında röportaj yapıyor.