Offtopic Topic 2020 - one2xs editie

Ik vind dergelijke "AI's" altijd maar interessant. Het is zo iets dat lastig te begrijpen is, of bijna niet.

Wouterr schreef:

Ik vind dergelijke "AI's" altijd maar interessant. Het is zo iets dat lastig te begrijpen is, of bijna niet.

Ik vind AI echt een kots-term. De "normale" machine learning algoritmes zijn vaak wel eenvoudig te begrijpen. Dat is een kwestie van statistieken. Neural networks zijn vaak lastig te begrijpen. Zelfs voor de ontwikkelaars ervan

Wouterr schreef:

Het is zo iets dat lastig te begrijpen is, of bijna niet.

Dat is toch het idee van AI, dat de computer een algoritme bepaald waardoor dat algoritme onbekend is?

Robindh schreef:

Dat is toch het idee van AI, dat de computer een algoritme bepaald waardoor dat algoritme onbekend is?

Nogmaals, probeer de term "AI" zoveel mogelijk te vermijden omdat dat een heel brede term is. Bij eenvoudige machine learning wordt gebruik gemaakt van statistieken. Dit is bij sommige algoritmen (met meer dan twee "features") moeilijk te visualiseren, maar vaak is het wel bekend hoe het algoritme tot stand is gebracht. Een leuk voorbeeld hiervan zijn decision trees, die zijn heel eenvoudig door mensen te lezen:
Gecompliceerdere machine learning methoden zijn Artificial Neural Networks (ANN). Hierbij is het belangrijk dat er gigantisch veel train data beschikbaar is. Vandaar dat het vaak gebruikt wordt voor afbeeldingen herkennen (iedere pixel wordt als "feature" beschouwd). Deze algoritmen zijn inderdaad moeilijk te begrijpen omdat het telkens van node naar node wordt gestuurd.

Stef schreef:

Nogmaals, probeer de term "AI" zoveel mogelijk te vermijden omdat dat een heel brede term is. Bij eenvoudige machine learning wordt gebruik gemaakt van statistieken. Dit is bij sommige algoritmen (met meer dan twee "features") moeilijk te visualiseren, maar vaak is het wel bekend hoe het algoritme tot stand is gebracht. Een leuk voorbeeld hiervan zijn decision trees, die zijn heel eenvoudig door mensen te lezen:

Gecompliceerdere machine learning methoden zijn Artificial Neural Networks (ANN). Hierbij is het belangrijk dat er gigantisch veel train data beschikbaar is. Vandaar dat het vaak gebruikt wordt voor afbeeldingen herkennen (iedere pixel wordt als "feature" beschouwd). Deze algoritmen zijn inderdaad moeilijk te begrijpen omdat het telkens van node naar node wordt gestuurd.

Lineaire regressie is ook vrij makkelijk te begrijpen.

Robindh schreef:

Lineaire regressie is ook vrij makkelijk te begrijpen.

Zoals ik al zei is dat tot aan de twee (of drie) features goed te visualiseren. Daarna wordt het moeilijk

2 weken geleden kreeg ik te horen dat mijn contract niet verlengd zou worden die in juli afloopt.
Nu zijn we 2 weken later en ben ik ineens afgewerkt...

Tendmex schreef:

2 weken geleden kreeg ik te horen dat mijn contract niet verlengd zou worden die in juli afloopt.
Nu zijn we 2 weken later en ben ik ineens afgewerkt...

Oei, is dat corona gerelateerd?

Oh jeetje dit wordt dramatisch. We moeten de komende tijd tentamens inhalen van het afgelopen half jaar
Ik heb er 9 waarvan er 4 in 2 dagen zijn gepropt...

Wie gaat er straks naar de SpaceX lancering kijken?

Jelle schreef:

Oh jeetje dit wordt dramatisch. We moeten de komende tijd tentamens inhalen van het afgelopen half jaar
Ik heb er 9 waarvan er 4 in 2 dagen zijn gepropt.

Dit had ik ook de afgelopen 2 weken.

Stef schreef:

Wie gaat er straks naar de SpaceX lancering kijken?

Zekers! Ben inmiddels al een paar uutjes aan het kijken. Hopelijk gaat het door.

Jelle schreef:

Zekers! Ben inmiddels al een paar uutjes aan het kijken. Hopelijk gaat het door.

Hij gaat niet door

Stef schreef:

Hij gaat niet door

Altijd hetzelfde met dit soort dingen

Jammer dat het niet doorging, zaterdag een nieuwe kans