VICDS
641 subscribers
30 photos
18 videos
9 files
189 links
Канал о Data Science, ML, AI - книги, курсы, статьи.
Download Telegram
📈
● По данным IDC Worldwide Artificial Intelligence Spending Guide, российский рынок ИИ в 2020 году достиг $291 млн, а его прогнозируемый объем к 2024 году — $555,1 млн
Лекции специалистов Samsung Innovation Campus об искусственном интеллекте и машинном обучении
Forwarded from эйай ньюз
Тут один уважаемый член нашего сообщества Франсуа Холе, который изобрел Keras и XceptionNet, говорит, что через 10-20 лет каждая область науки будет подобластью Computer Science. Вычислительная физика, компьютерная химия, компьютерная биология, компьютерная медицина ... Даже компьютерная археология. Симуляции, анализ больших данных и машинное обучение будут повсюду.

Я частично с ним согласен. Смотря на темпы развития машинного обучения и компьютеризации всего и вся, нетрудно представить, что базовые умения в азы программирования и AI нужны будут почти любому интеллигентному человеку, а тем более ученому.

Из забавного, Франсуа говорит, что доменные знание будут так же релевантны как сейчас, скажем, релевантно знание лингвистики для чела, который занимается Neural Language Processing и обучает всякие Берты и GPT лол.

Такое предсказание может показаться диким, но ведь также мало кто мог представить в 2000 году, что почти все крупные компании к 2020 будут в той или иной степени IT-компаниями.
​​Data Fest возвращается! 🎉 Data Fest Online 2021 откроется уже 22 мая 🤩

Как и прошлой осенью вас ждут:

🍿 Целый день премьер и прямых включений из зоопарка с топовыми ведущими из ODS, плюс ваши любимые мохнатые и пернатые соведущие. Специальный гость - маленький медведь Потап 🐻

🤝 Море нетворкинга в Spatial Chat: десятки комнат по интересам со всеми полюбившимися и принципиально новыми форматами

💣 Десятки треков от сообщества и партнёров феста с докладами топовых спикеров и практическими заданиями для всех зарегистрированных участников

🎁 Ещё куча новых крутых штук 😉

Регистрируйтесь, чтобы получить доступ ко всем активностям Data Fest. До встречи!
С ЧЕГО НАЧИНАЕТСЯ СОЗДАНИЕ AI/ML ПРОДУКТОВ

🦾Создание продуктов на основе искусственного интеллекта/ машинного обучения следует начинать с конца: необходимо описать всю картину в целом, и только потом углубляться и решать отдельные аспекты.

🗾Для этого создали специальную “таблицу” — Machine Learning Canvas — такой некий roadmap, чтобы ничего не забыть.

⁉️Для чего используется ML Canvas?

❗️ОПИСАНИЯ ИДЕИ В ЦЕЛОМ
Какую ML систему вы делаете, какую ценность это будет приносить конечным пользователям, на каких данных будите обучаться и как вы будете измерять результаты и работоспособность.

❗️ЕДИНСТВА ПОНИМАНИЯ У ВСЕЙ КОМАНДЫ
Создание высокопроизводительных систем ML, как правило, включает в себя различные роли: инжиниринг, продукт, бизнес, data science. Важно, чтобы все видели конечную цель и работали в одном направлении, а для этого ML Canvas лучший ориентир.

❗️ПОДГОТОВКИ РЕАЛИЗАЦИИ
ML Canvas позволяет прогнозировать затраты, выявлять узкие места, определять требования и создавать дорожную карту.

⁉️У кого есть опыт использования ML Canvas или кому кажется это полезным, жду вас в комментариях👇
РОЛЬ ВИЗУАЛИЗАЦИИ В XXI

📊Визуальное мышление начинает брать верх во всех формах коммуникации. Мы все чаще пользуемся смартфонами как фотокамерами и предпочитаем делать фотографии, а не делиться описаниями.

🌍 Мы думаем, работаем, взаимодействуем с незнакомыми людьми по всему миру, а потому все больше полагаемся на технологии, позволяющие преодолеть языковые барьеры.

📈Благодаря сочетанию вербальных и графических средств, отражению мыслительного процесса, логического и творческого результата визуальные представления представляют собой идеальный инструмент мышления в условиях глобализированного XXI века.

Тони Бьюзен

⁉️Что предпочитаете вы: описать или показать что-либо ?
ИСТИННАЯ ЦЕННОСТЬ ДАННЫХ

🤯Чем больше работаю с машинным обучением/ искусственным интеллектом , изучаю data science в целом, тем более четко понимаю истинную ценность данных и технологий вокруг них.

🤖Большинство стремятся к оптимизации за счёт анализа данных, хотя иногда хороший менеджер с меньшими затратами может улучшить/ наладить бизнес процессы и привести к лучшим результатам.

🤑Другие пытаются продавать накопленные данные или модели, построенные на них — ещё один способ монетизации;

📈Я же вижу реальные результаты у тех компаний, которые не просто занимаются оптимизацией процессов за счёт данных, а которые на 100% завязаны на данные, становятся big data ориентированными, у которых информационные технологии в прерогативе.

🚕Такие компании могут вести как классический бизнес, так и информационный — Яндекс, айти компания, а ещё такси/ доставка и т.д; Сбербанк, уже не просто банк, а айти компания, а так же Тинькофф.

⁉️В будущем всем компаниям придётся стать айти направленными, что думаете?
ТИПИЧНЫЕ ОШИБКИ ПРИ ВНЕДРЕНИИ AI
Неверная постановка задачи
Плохо проведённое бета-тестирование
Завышенные ожидания от новых технологий
Несистемные, точечные внедрения
Нежелание закрыть неудачный пилотный проект
Нехватка компетенций и попытка справиться собственными силами
Недостаточная коммуникация между заказчиком и исполнителем

⁉️Дополните список??
ГДЕ ЕЩЁ НУЖЕН НАВЫК РАБОТЫ С ДАННЫМИ?

👩🏼‍🏫Еще одна достаточно новая профессия —ДАТА ЖУРНАЛИСТИКА.

📰Направление в журналистике, основанное на обработке открытых данных и их эффективном использовании — для раскрытия историй или создания медиаматериалов с нуля.

👨‍💼Подойдёт гуманитариями, которые хотят работать с данными.
👩🏼‍💻Но все-равно придётся изучать Python и Power BI, потому что парсить, извлекать данные надо, рисовать визуализации вообще must have.

🤯Иной раз мне кажется, что данные нас просто поглощают и скоро не будет ни одной профессии, где не будет требоваться навык работы с данными.

👩‍🔬Product / project менеджерам, медиа-менеджерам, PR-специалистам, журналистам, контент-маркетологам, блогерам - уже давно пара осваивать инструменты для работы с данными.

⁉️А вам часто приходится работать с данными?