نوشته‌ها با موضوع لینکدین

نوشته‌ها با موضوع لینکدین


این روزها همه جا صحبت از هوش مصنوعی و اثر آن حتی در زندگی روزمره است. اما اگر در ابعاد کلان به عنوان پیشروان علم هوش مصنوعی یا توسعه‌دهندگان محصولات مبتنی بر این حوزه به قضیه نگاه کنیم، چالش‌های متنوعی از بحث‌های علمی و فنی تا بحث‌های اخلاقی و قانونی وجود دارند ...
چالش‌های دنیای هوش مصنوعی

یکی از نگرانی‌هایی که در نخستین روزهای معرفی مدل‌های زبانی بزرگ (LLMها) بسیار مطرح بود، موضوع توهم (Hallucination) در پاسخ‌های آن‌ها بود؛ حالتی که مدل با اطمینان کامل، اطلاعات نادرست یا ساختگی تولید می‌کند ...
ریپوی رتبه‌بندی توهم مدل‌های زبانی

هر محصول علاوه بر توسعه نیاز به پشتیبانی و نگهداشت دارد. مدل‌های تحلیل داده و یادگیری ماشین نیز از این قاعده مستثنی نیستند. این مدل‌ها بر اساس مجموعه‌ای از داده‌ها ساخته می‌شوند. اما پس از استقرار در محصول و گذشت زمان، غیرقابل اعتماد و قدیمی شده و دقت کاهش می‌یابد ...
مراقبت از رانش داده‌ها

شناخت درست داده اولین و مهمترین گام شروع عملیات حوزه‌‌‌های تحلیل داده و یادگیری ماشین است که بر اساس آن مراحل آماده‌سازی داده پایه‌ریزی می‌شوند. این شناخت از یک سو مربوط به منبع اطلاعات و چیستی آنهاست (به عنوان نمونه شناخت کسب و کاری که این دیتا مرتبط با آن است یا فرآیندی که در نهایت منجر به تولید این داده‌ها شده‌اند) و از سوی دیگر بررسی آنچه که اکنون در اختیار ما قرار گرفته است ...
اکتشاف داده با پایتون

خلاصه‌ای از تعاریف و مفاهیم جبر خطی کاربردی در علوم داده شامل مباحث زیر از این پیوند قابل دریافت است. + مبانی جبر خطی: فضای برداری، ماتریس‌ها و کاربردهای آنها + تجزیه‌ی مقادیر ویژه ماتریس مربعی + فرم‌های مربعی و توزیع گاوسی چند متغیره + تجزیه‌ی مقادیر ویژه مقدار تکین، معکوس شبه، نرم ماتریس، تقریب اکارت-یانگ + تحلیل مؤلفه‌های اصلی (PCA) + تبدیل فوریه و کاربردهای آن + پردازش سیگنال گراف (GSP) و کاربردهای آن ...
کتابچه جبر خطی کاربردی

در دنیای علم کامپیوتر و فناوری اطلاعات، ضرب‌المثل معروفی وجود دارد که می‌گوید: «Garbage In, Garbage Out»؛ یعنی اگر داده‌های ورودی نامناسب باشند، خروجی نیز قابل اعتماد نخواهد بود. در حوزه‌ی علم داده که کیفیت اطلاعات ورودی نقش اساسی در نتایج نهایی دارد، می‌توان گفت معادل فارسی این مفهوم، همان ضرب‌المثل «خشت اول گر نهد معمار کج ...
معرفی ابزار Great Expectations

امروز هنگام مرتب‌سازی فایل‌های دسته‌بندی‌نشده‌ام، به فایلی برخوردم که متاسفانه به خاطر ندارم چه زمانی و از چه منبعی آن را دریافت کرده‌ام. با این حال، این فایل به‌صورت خلاصه و منسجم، در یک صفحه کلیات مفاهیم آماری از جمله تعاریف و کاربردها، شاخص‌های آماری مهم، آزمون‌های پارامتریک و ناپارامتریک را در بر دارد ...
برگه تقلب آمار

توزیع‌های آماری به ما کمک می‌کنند شناخت بهتری از داده‌ها داشته باشیم و در مورد احتمال وقوع پیشامدها با منطق بهتری نظر بدهیم. بنابراین فهم درست تعاریف، تفاوت‌ها و کاربردشان بسیار مهم است. جزوه‌ی بیست صفحه‌ای Probability Distributions Cheat Sheet شامل همه‌ی توزیع‌های احتمالاتی مشهور برای مرور کاربردها و تفاوت‌های آنها است ...
خلاصه توزیع احتمالات

فرض کنید مجموعه‌ی بزرگی از تصاویر حیوانات از سطح وب گردآوری کرده‌اید، اما هیچ برچسبی برای آن‌ها وجود ندارد. برچسب‌گذاری دستی هر تصویر برای تعیین نوع حیوان فرایندی زمان‌بر و پرهزینه است. یا سناریویی مشابه را در نظر بگیرید که مجموعه‌ای عظیم از اخبار متنی که بدون برچسب موضوعی (سیاسی، ورزشی، فناوری و ...
ریپوی یادگیری خودنظارتی

همان‌طور که می‌دانیم، دو رویکرد اصلی برای سفارشی‌سازی مدل‌های زبانی بزرگ (LLMs) وجود دارد: Fine-Tuning و Retrieval-Augmented Generation یا همان RAG. در روش Fine-Tuning، مدل با داده‌های خاص یک حوزه مجدداً آموزش داده می‌شود ...
استفاده‌ی Uber از RAG

از همان روزهای آغازین ظهور ChatGPT و همتایانش، پرسش‌ها و نگرانی‌های متعددی درباره‌ی آینده‌ی شغلی افراد مطرح شد؛ اینکه آیا هوش مصنوعی قرار است جای تمام مشاغل را بگیرد؟ البته در این یادداشت قصد ندارم درباره‌ی تغییرات بازار کار صحبت کنم، بلکه می‌خواهم به یکی از تأثیرات جانبی استفاده از چت‌بات‌های هوشمند اشاره کنم: کاهش استفاده از موتورهای جستجو مانند گوگل ...
استارتاپ Scrunch AI برای SEO

با خواندن پستی در لینکدین به مقاله ‌ای در مدیوم با این نشانی رسیدم که به نوعی بازگوکننده‌ی دیدگاه شخصی من نیز است. در روزهایی که بحث هوش مصنوعی در همه‌جا داغ است، استارتاپ‌ها و شرکت‌های متعددی در این حوزه فعالیت‌های گوناگونی را آغاز کرده‌اند ...
مرگ استارتاپ‌های هوش مصنوعی تا سال 2026

معمولا وقتی روی مدل‌سازی یا تحلیل داده کار می‌کنیم به انتخاب‌های تصادفی از داده یا پارامترهای مدل می‌رسیم و seed یا random_state نقش مهمی برای جلوگیری از نقش این انتخاب‌های تصادفی در مدل نهایی ایفا می‌کنند ...
انتخاب seed درست

یکی از چالش‌های مهم مدل‌های زبانی بزرگ بحث پاسخ‌های متوهمانه‌ است. یعنی مدل مولد در درستی پاسخ‌هایی که می‌دهد هیچ شکی ندارد، در حالی که ممکن است اشتباه باشد. حال وقتی مدل را با داده‌های جدیدی که از قبل هیچ شناختی ندارد فاین‌تیون (تنظیم دقیق‌تر) می‌کنیم، نگران توهم بیشتر باشیم یا نه؟ مقاله‌ی «Does Fine-Tuning LLMs on New Knowledge Encourage Hallucinations» در این مورد بحث می‌کند ...
توهم مدل‌های مولد

یکی از کمک‌های بزرگ یادگیری ماشین به بشریت در حوزه‌ی سلامت و پزشکی است. در مقاله‌ی Machine Learning Meets Cancer آخرین پیشرفت‌های روش‌های یادگیری ماشین برای حل مشکلات مربوط به تشخیص سرطان، برنامه‌ریزی استراتژی‌های درمانی بهینه و همینطور پیش‌بینی احتمال بقای بیمار بررسی شده و مناسب برای شروع مطالعات محققانی‌ست که قصد پژوهش در این حوزه را دارند ...
یادگیری ماشین در تشخیص و درمان بیماری سرطان

یکی از چالش‌های مهم استفاده از الگوریتم‌های یادگیری ماشین در صنعت مربوط به کیفیت داده‌هاست. کم بودن داده، نامتوازن بودن آنها، نداشتن برچسب و مقادیر نامعتبر متنوع یا از دست رفته از جمله دغدغه‌های مهم هستند ...
یادگیری ماشین در صنعت

کانال یوتیوب StatQuest with Josh Starmer یک منبع آموزشی بسیار خوب در زمینه‌های آمار و ریاضیات دوست‌داشتنی است که با توضیحات جذاب و بصری‌سازی عالی، تفسیرهای ساده و قابل فهم کاربردی در حوزه‌های علم داده و یادگیری ماشین ارائه می‌کند ...
ویدئوهای آموزشی StatQuest

معمولا وقتی در حوزه‌ی تحلیل داده صحبت از مباحثی مانند دسته‌بندی مشتریان می‌شود اولین ایده استفاده از کلاسترینگ و الگوریتم‌هایی مثل KMeans است. اما این مقاله ضمن دسته‌بندی مشتریان یکی از دیتاست‌های کگل با روش‌های KMeans و KPrototype مدل زبانی بزرگ (LLM) را هم وارد بازی کرده است ...
استفاده از LLM در دسته‌بندی مشتری‌ها

وقتی ابعاد یا تعداد ویژگی‌های یک مدل یادگیری ماشین زیاد باشد می‌توانیم از تکنیک‌های کاهش ابعاد برای پایین آوردن تعداد ویژگی‌ها بدون از دست دادن اطلاعات اساسی استفاده کنیم. این کار معمولا باعث ساده‌تر شدن مجموعه داده‌های پیچیده و بالا رفتن کارآیی مدل‌ها می‌شود ...
کاهش ابعاد تفسیرپذیر