Kategori: maskininlärning
DCGAN ⇢
– förkortning för deep convolutional generative adversarial network – se generative adversarial network.
Perspective
ett program som känner igen och pekar ut hatiska uttalanden i kommentarer och i andra forum på nätet. – Perspective bygger på maskininlärning och har utvecklats inom Googles dotterbolag Jigsaw (länk). Det visades upp i februari 2017. Det har tränats på tusentals autentiska kommentarer som har utvärderats av mänskliga bedömare. Meningen är att diskussionsforum, bloggar och tidningar ska kunna koppla in sig på Perspective. – Kritiker har påpekat att Perspective kan bli en form av censur, och att det också kan göra det omöjligt att citera och ta avstånd från hatiska uttalanden som någon annan har gjort. Perspective har inte heller sinne för ironi, som när Donald Trumps uttalande om Hillary Clinton, ”nasty woman”, anammades av Clintons anhängare som började kalla sig själva för ”nasty women”. – Se perspectiveapi.com.
[diskussioner] [näthat] [maskininlärning] [ändrad 24 februari 2021]
Conference on neural information processing systems
(NIPS) – en årlig konferens om maskininlärning och komputationell neurovetenskap. Den anordnas i december varje år sedan 1987. Vanligtvis är det i USA eller Kanada, men två gånger har det varit i Spanien. – Se nips.cc.
[konferenser] [maskininlärning] [ändrad 14 maj 2020]
generative adversarial network
(GAN) – ett slags nätverksbaserat system för maskininlärning, baserat på två nätverk varav det ena försöker lura det andra. – Underlaget är en stor mängd information som det sammansatta nätverket ska bemästra. Det ena av de två delnätverken, det generativa, är programmerat för att skapa ny information av samma slag som i underlaget. Underlaget kan till exempel vara tio tusen foton av hundar: det generativa nätverkets uppgift blir då att generera en ny trovärdig bild av en hund. Det andra delnätverket kallas för discriminatory, vilket här kan översättas med urskiljande. Dess uppgift är att upptäcka bilder som det generativa nätverket har skapat. Om det tror att en bild från det generativa nätverket kommer från underlaget har inlärningen lyckats. – Generative adversarial networks utvecklades av Ian Goodfellow (se denna länk) med flera och presenterades 2014 i denna vetenskapliga artikel. – Kallas också för deep convolutional generative adversarial networks, DCGAN.
[maskininlärning] [ändrad 7 maj 2019]
machine learning ⇢
maskininlärning
(machine learning) – träning av datorprogram i lösning en uppgift genom att man matar det med exempel. – Ett klassiskt fall är att lära datorprogram att känna igen motiv i bilder – katter, småbarn, bilar… Det är praktiskt taget omöjligt för en programmerare att skriva ett program som känner igen katter (eller småbarn, eller bilar) på bilder med hög träffsäkerhet och oavsett hur motivet är arrangerat. Det kanske bara är en del av motivet som visas. (Se faltningsnätverk.) Men man kan i stället använda maskininlärning och mata in massor med bilder på (till exempel) katter i datorn. Datorprogrammet är skrivet så att det letar efter sådant som är gemensamt för bilderna. Därefter sätter man programmet på prov genom att låta det bedöma bilder med och utan katter. Genom att programmet får veta när det svarar fel kan det modifiera sina inre regler och därmed höja träffsäkerheten. Maskininlärning kan användas på många områden, inte bara motivigenkänning. – De inre regler som skapas i maskininlärning brukar inte säga människor så mycket. – Artificiella neuronnät kan ses som en form av maskininlärning, men det finns andra sätt att göra det på. Det grundläggande är att man låter programmet upptäcka reglerna själv. – Läs också om djupinlärning samt övervakad inlärning och oövervakad inlärning.
[ai] [maskininlarning] [ändrad 29 september 2021]
överanpassning
i maskininlärning: det att en algoritm som har utvecklats med maskininlärning alltför precist speglar just de data som den har tränats på. – Vid överanpassning återskapar algoritmen den datamängd som den har tränats på i stället för att generera en modell som nya data kan passas in i. En kurva som avbildar en överanpassad modell kommer att ha ojämnheter och andra avvikelser med motsvarigheter i träningsmängden, medan en bra modell har en rak eller mjuk kurva som ger utrymme för nya data. – På engelska: overfitting. – Jämför med generalisering och algoritmisk snedvridning.
[ai] [ändrad 24 januari 2022]
LipNet
ett datorprogram som kan läsa på läpparna i realtid. – LipNet har utvecklats av forskare vid universitetet i Oxford, och visades upp i november 2016. Forskarna tänker sig att programmet ska kunna köras i glasögon med inbyggd kamera och läsa upp det som sägs i en hörsnäcka. Läppläsningen har utvecklats med djup maskininlärning. – Se pressmeddelande från Oxford‑universitetet och video på Youtube.
[ai] [forskning] [funktionsvariation] [tillgängligt] [ändrad 4 juli 2019]
generalization ⇢
– se generalisering.