Статья от https://twitter.com/AndrewYNg о том, как выбрать AI-проект для компании. От части советы пересекаются с его предыдущей публикацией. Советы кажутся очевидными, но для некоторых простых выводов нужно много опыта https://hbr.org/2019/02/how-to-choose-your-first-ai-project.

Основные идеи:

1. Выбирайте проект, который может начать приносить выгоду как можно раньше, 6-12 обычно достаточный период.

2. Не нужно браться за решение нерешённых AI-проблем, но в то же время нужно, чтобы проект был достаточно значимым.

3. Следует выбирать проект из своего домена/индустрии - если вы разбираетесь в каком-то домене, это позволяет вам лучше понимать проблемы, которые могут быть решены с помощью AI.

4. Начать можно не имея внутренней AI-команды, но в любом случае выгодно наращивать экспертизу внутри.

5. Нужно брать значимый для бизнеса проект, а не просто, где много данных. Сделать что-то значимое, можно имея небольшое количество данных.

Для того, чтобы проект был успешным, не следует пытаться автоматизировать всю работу определённых специалистов, для можно разработать инструменты повышающие их эффективность.

- Для успеха проекта нужно назначить лидера, который будет мостом между AI-командой и доменными экспертами.

- Нужно убедиться, что проект действительно важен для бизнеса и технически выполним. Обычно за несколько недель может быть сделан небольшой прототип и проверены идеи.

- Пилотный проект стоит запускать небольшой командой 5-15 человек, которые кросс-функциональны и понимают весь проект. Не стоит браться за проект где нужно 100+ людей.

- Если проект достиг определённого результата, важно рассказывать о результате.

#ai #transformation

Многие задаются вопросом, что значит обучение нейронной сети? Что значат все эти параметры и как они влияют на обучение сети.

Обучение сети — решение некоторой оптимизационной задачи, нахождение таких значений весов сети, при которых вы будете получать минимальное количество ошибок на ваших тренировочных данных (что именно значит ошибка для вашей задачи описывается некоторой функцией потерь)

Вы возможно знаете про старую демку от google https://playground.tensorflow.org где можно выбрать разные параметры и посмотреть, как и что работает.

Недавно вышел крутой блог пост от deeplearning.ai, где они очень подробно рассказали про обучение сети https://www.deeplearning.ai/ai-notes/optimization/ (там всё интерактивно, можно кликать, настраивать, смотреть) — кажется это наиболее полезная вводная статья для понимания как учится сеть.

#learn #deeplearning #link #visualization