كيف يمكن أن تختلف بيانات العالم الحقيقي عن مجموعات البيانات المستخدمة في البرامج التعليمية؟
الثلاثاء، 08 أغسطس 2023
by أكاديمية EITCA
يمكن أن تختلف بيانات العالم الحقيقي اختلافًا كبيرًا عن مجموعات البيانات المستخدمة في البرامج التعليمية ، لا سيما في مجال الذكاء الاصطناعي ، وبالتحديد التعلم العميق باستخدام TensorFlow والشبكات العصبية التلافيفية ثلاثية الأبعاد (CNN) للكشف عن سرطان الرئة في مسابقة Kaggle. بينما توفر البرامج التعليمية غالبًا مجموعات بيانات مبسطة ومنظمة للأغراض التعليمية ، فإن بيانات العالم الحقيقي عادةً ما تكون أكثر تعقيدًا و
- نشرت في الذكاء الاصطناعي, التعلم العميق EITC/AI/DLTF مع TensorFlow, شبكة عصبية تلافيفية ثلاثية الأبعاد مع مسابقة Kaggle للكشف عن سرطان الرئة, المُقدّمة, مراجعة الامتحان
الكلمات المفتاحية هذه:
الذكاء الاصطناعي, عدم التوازن الطبقي, معالجة البيانات, الاعتبارات الأخلاقية, هندسة الميزات, النطاق والتنوع
ما هي الاعتبارات الخاصة بـ ML عند تطوير تطبيق ML؟
الأحد، 06 أغسطس 2023
by أكاديمية EITCA
عند تطوير تطبيق التعلم الآلي (ML) ، هناك العديد من الاعتبارات الخاصة بتعلم الآلة التي يجب أخذها في الاعتبار. هذه الاعتبارات حاسمة من أجل ضمان فعالية وكفاءة وموثوقية نموذج ML. في هذه الإجابة ، سنناقش بعض الاعتبارات الرئيسية الخاصة بـ ML والتي يجب على المطورين وضعها في الاعتبار عند حدوث ذلك
- نشرت في الذكاء الاصطناعي, أساسيات EITC/AI/TFF TensorFlow, TensorFlow ممتد (TFX), ما هو TFX بالضبط, مراجعة الامتحان
الكلمات المفتاحية هذه:
الذكاء الاصطناعي, معالجة البيانات, الاعتبارات الأخلاقية, اختيار ميزة, ضبط Hyperparameter, الاعتبارات القانونية, تعلم آلة, نشر النموذج, اختيار الموديل, مراقبة, Overfitting, التنظيم