Машинное обучение (Machine Learning)

Да, так тоже можно было. Обычно, когда речь идет о распознавании чего-либо (речь, фото, номера на авто, жесты....) подразумеваются два варианта: Типичным примером такого решения является умная колонка. Сама она может распознать только 2-3 ключевых слова для пробуждения ("Алиса", "ОК Гугл"). Обработка основного диалога с пользователем производится где-то на удаленном сервере, и колонка выступает только в качестве посредника. Минусы: Как правило, это уже целый компьютер под управлением Windows/Linux + специализированное программное обеспечение...

Внимание! К сожалению, в последнее время видим, что рассматриваемый в статье сервис у нас больше не доступен((( Надеемся, что появится какой-то удобный аналог. Если что-то найдете - напишите, обязательно, в комментариях! Одна из технологий ИИ, которую вполне можно "потрогать руками" - машинное обучение. Поможет нам в этом весьма интересный ресурс - облачный сервис Edge Impulse. Сервис не только позволяет бесплатно попробовать машинное обучение на своих данных, но и использовать результат на каких...

👨‍🎓 Harvard выложил в открытый доступ учебник по ML-системам и это редкий случай, когда материал действительно полезный. В учебнике показан полный цикл: от понимания основ до построения продакшн-систем, которые можно запускать в реальном мире. Что в книге и почему она стоит внимания: - вы самостоятельно собираете autograd, оптимизаторы, attention и мини-PyTorch — чтобы увидеть, как устроены фреймворки изнутри - разбираетесь в...

Согласно отчету Gartner, к 2026 году более 80% предприятий будут использовать генеративный ИИ и классическое машинное обучение в своих производственных средах. Это колоссальный скачок по сравнению с 5% в 2023 году. Однако за красивыми графиками скрывается суровая реальность: выбор неправильного технологического стека на старте проекта приводит к техническому долгу, который «съедает» до 40% бюджета на разработку. Данная статья подготовлена для Senior-разработчиков, системных архитекторов и Data Scientist-ов, которым необходимо понимать текущий ландшафт инструментов...

Вот как можно собрать ПК для ИИ и машинного обучения, чтобы ваши данные оставались защищенными и конфиденциальными, а ИИ всегда был готов к работе. ПК для ИИ не сильно отличаются от высокопроизводительных ПК для других задач, хотя есть некоторые специфические требования, которые делают процесс сборки немного иным, чем при создании мощного игрового ПК. Несмотря на то, что многие крупные производители процессоров в прошлом году много говорили о нейропроцессорах и их эффективности, в большинстве случаев они предлагают всего лишь десятки TOPS (триллионы операций в секунду)...

Согласно последним исследованиям IDC, к началу 2026 года глобальные инвестиции в инфраструктуру искусственного интеллекта превысили 450 миллиардов долларов. Для инженеров данных и архитекторов программного обеспечения это означает переход от экспериментов к промышленным стандартам высокой плотности. Данный материал подготовлен для профессионалов и руководителей IT-департаментов, которым необходимо обновить стек технологий. В 2025-2026 годах фокус сместился с простого написания кода на оптимизацию инференса и энергоэффективность моделей...

Глубокое обучение (или глубинное обучение) — это увлекательная область машинного обучения, которая привлекает внимание исследователей и инженеров по всему миру. Давайте погрузимся в мир нейронных сетей и узнаем, что делает глубокое обучение таким мощным и захватывающим. Самая ранняя история Несмотря на то что термин “глубокое обучение” появился в научном сообществе машинного обучения только в 1986 году после работы Рины Дехтер, первый общий рабочий алгоритм для глубоких многослойных перцептронов...

Идея: соединить возможности облачной среды Edge Impulse, позволяющей использовать технологии Edge computing, и модуля ESP32-CAM, содержащего контроллер, WiFi модуль и камеру. Дешево и сердито показать машинное обучение на относительно дешевой базе. В целом, машинное обучение на устройствах с ограниченными ресурсами называется TinyML (Tiny Machine Learning). Основная цель TinyML — это разработка легковесных моделей, которые могут работать на периферийных устройствах с низким энергопотреблением, ограниченной памятью и вычислительной мощностью...

По данным аналитического отчета IDC, инвестиции в искусственный интеллект к началу 2026 года превысят отметку в 300 миллиардов долларов. Однако статистика Gartner неумолима: до 80% инициатив в области ИИ так и не выходят за рамки прототипа. Основная проблема заключается не в отсутствии вычислительных мощностей, а в нарушении методологии реализации. Эта статья предназначена для Senior-разработчиков, CTO и продукт-менеджеров, которые стремятся превратить теоретические модели в стабильно работающий продукт...

Сегодня мы с вами поговорим про “скандальные” сверточные нейронные сети. Ведь дипфейки, не отличимые от реальности, плод именно этой технологии. Однако, оставим генеративные нейронные сети на время. Давайте задумаемся, как нейронные сети вообще “понимают”, что изображено на фотографии или картинке? Когда мы смотрим на фотографию, нам достаточно доли секунды, чтобы понять, что на ней изображено - наш мозг мгновенно выделяет знакомые формы и цвета. Как “машина", у которой нет глаз, различает изображения?...

В современных технологиях, объединяемых общим название "Искусственный интеллект", можно выделить две крайне важные, и при этом вполне доступные для демонстрации "Как это работает". Это - анализ данных и машинное обучение. Пока "ИИ" остается просто "вещью в себе", неким черным ящиком, который непонятно как построен и живет по каким-то не постижимым законам, все эти термины и технологии так же окутаны дымкой неизвестности. И очень хочется у тех же учеников эту дымку перед глазами разогнать, показать, как работают те или иные механизмы, встроенные в ИИ...