В отличие от алгоритмов машинного обучения, которые требуют структурирования объемов данных, а вместе с тем подразумевают постоянное вмешательство человека в процесс обучения искусственного интеллекта, сети глубокого обучения могут структурировать данные самостоятельно, учатся на своих ошибках и не требуют человеческого вмешательства.

В рамках курса рассказано о работе алгоритмов распознавания образов, об обучении глубоких нейросетей, о том, как долгая краткосрочная память улучшила работу известных сервисов и научила программы обыгрывать профессиональных игроков, как обучают и где применяют искусственные нейронные сети, и других важных аспектах глубокого обучения.

Узнайте, как человек научил глубокие нейронные сети распознавать, создавать и предсказывать: http://bit.ly/3ucjg0r

Напоминаем, что конкурс Up Great ПРО//ЧТЕНИЕ призван стимулировать развитие новых подходов в области машинного обучения, которые позволят создать искусственный интеллект, способный к глубокому пониманию смысла текста и анализу причинно-следственных связей по широкому набору тематик.

Подайте заявку на второй цикл технологического конкурса: https://ai.upgreat.one/

#Технологические_конкурсы #Up_Great #НТИ #прочтение