Указать уровень эффективности использования исторических данных для прогнозирования будущих данных системами ИИ.
Эффективность высокая.
Указать пример функции, которую может выполнять ИИ, из области дорожного движения.
Определение месторасположения других машин по изображению того, что находится впереди машины.
Указать пример функции, которую может выполнять ИИ, из области постановки диагноза в медицине.
Поставить диагноз о наличии пневмонии по рентгеновскому снимку.
Указать уровень эффективности системы ИИ при переходе на массив данных, на котором не обучалась система ИИ
Эффективность низкая.
Указать, из чего состоит нейронная сеть.
Нейронная сеть состоит из искусственных нейронов.
Указать функцию искусственного нейрона в нейронной сети.
Вычисление одной относительно простой функции.
Указать элемент графического изображения, который является входными данными для распознавания людей на фотографиях.
Пиксел
Указать последовательность этапов проекта по анализу данных.
1) Сбор данных, 2) Анализ данных, 3) Предложение гипотез и действий, 4) Продолжение сбора данных, 5) Периодический повторный анализ данных.
Указать, что нужно знать и делать для использования нейронной сети.
Нужно загрузить данные для обучения и не нужно знать внутренний механизм вычисления каждого нейрона.
Указать последовательность этапов проекта машинного обучения.
1) Сбор данных, 2) Обучение модели, 3) Развертывание модели.
Указать влияние данных, науки о данных и машинного обучения на рабочие функции
Данные, наука о данных и машинное обучение трансформируют множество различных рабочих функций, не зависимо от профессий.
Указать основные критерии выбора проекта ИИ.
Проект ИИ должен одновременно быть осуществимым и представлять ценность для бизнеса.
Указать 3 основных принципа организации мозгового штурма для проектов ИИ.
1) Сосредоточиться на автоматизации задач, а не на автоматизации рабочих мест. 2) Выделить задачи, которые выполняют люди, и попытаться выделить хотя бы одну или несколько из них, которые можно автоматизировать с помощью машинного обучения. 3) Определить основные болевые точки бизнеса.
Указать практические этапы проверки и оценки проекта ИИ перед реализацией
1) Техническая проверка - это процесс, позволяющий убедиться, что система ИИ действительно осуществима. 2) Бизнес-проверка - это процесс определения возможности достижения бизнес-целей.
Указать формы реализации проектов ИИ по отношению к используемым ресурсам.
1) Использование собственных ресурсов компании, 2) Аутсорсинг.
Указать список инструментов и фреймворков машинного обучения с открытым исходным кодом.
PyTorch, TensorFlow, Hugging Face, PaddlePaddle, Scikit-Learn, R.
Указать тип ограниченности ресурсов времени, данных и инженерных ресурсов проектов ИИ
Ограниченные ресурсы.
Указать аппаратные устройства, непосредственно используемые в системах ИИ.
Центральные и графические процессоры - CPU и GPU.
Указать тип процессора, который является наилучшим для выполнения задачи ИИ.
Графический процессор - GPU.
Указать название компании, одной из лидеров по производству графических процессов - GPU.
Nvidia.
