Chatbot EMA
5 skvělé

Co dokáží stroje schopné hlubokého učení

Autor
Bořivoj Brdička
Datum vložení
4. 12. 2018
8 0 4
0x
využito ve
výuce

Anotace

Uživatelská
hodnocení
Systémová
hodnocení
0x
využito ve
výuce
Počet využití ve výuce
0
Počet hodnotících uživatelů
Názor uživatelů na kvalitu materiálu
5 skvělé
Další statistické údaje

Vaše hodnocení pomůže ostatním při výběru toho pravého materiálu.

Přidejte hodnocení anonymně nebo pod svým profilem.

Přidat hodnocení

Ohodnocením materiálu pomůžete zpřesnit vyhledávání dle obsahu. Děkujeme.

1

Celková kvalita materiálu *
Povinný údaj 

2

Použil/a jste tento materiál ve výuce?

3

Klady

Zápory

4

Komentář

5

Které tagy nejlépe vystihují obsah materiálu?

Vyberte štítky, které vám připadají pro tento materiál relevantní

Baidu
Deep Learning
facebook
Google
Hinton
hluboké učení
IBM
Microsoft
mistrovský algoritmus
strojové učení
umělá inteligence
velká data

Není to úplně ono? Zadejte vlastní štítky lépe vystihující obsah

Uživatelská
hodnocení
Systémová
hodnocení
0x
využito ve
výuce
Počet využití ve výuce
0
Počet hodnotících uživatelů
Názor uživatelů na kvalitu materiálu
5 skvělé
Další statistické údaje

Vaše hodnocení pomůže ostatním při výběru toho pravého materiálu.

Uživatelská
hodnocení
Systémová
hodnocení
0x
využito ve
výuce
Počet využití ve výuce
0
Počet hodnotících uživatelů
Názor uživatelů na kvalitu materiálu
5 skvělé
Další statistické údaje

Vaše hodnocení pomůže ostatním při výběru toho pravého materiálu.

Přidejte hodnocení anonymně nebo pod svým profilem.

Základní atributy materiálu

  • Autor: Bořivoj Brdička
  • Poskytovatel: Metodický portál RVP.CZ
  • Datum vložení do systému: 04. 12. 2018
  • Datum vzniku: 25. 04. 2016
  • Umístění materiálu: -
  • Stupeň vzdělání: základní vzdělávání
  • Ročník: -
  • Dostupnost: Volně dostupné bez registrace
  • Typ materiálu: článek
  • Licence: Creative Commons - Uveďte původ-Neužívejte komerčně-Nezpracovávejte 3.0 ČR
  • Jazyk: Čeština
  • Otevřený zdroj: Ano

Chcete se k materiálu vyjádřit?
Využijte prostor pro férovou diskusi.
 
#fairplay

Jan Maršák 25.4.2016

Komentář

1. Stále je ale nutno, podle mne, mít na mysli, že stejný termín "neuronové sítě" je užíván pro naprosto rozdílné systémy z hlediska jejich složení, struktury i mechanismu fungování. A jak je správně uvedeno v článku umělé "neuronové" sítě pouze napodobují některé funkce lidských neuronových sítí. Navíc jsou to (řečeno názorně) lidské neuronové sítě, které vytvářejí, zdokonalují či předělávají umělé neuronové sítě. Vždyť k tomu, aby mohlo být např. uměle napodobeno (!) šíření nervových vzruchů mezi neurony, jsou zapotřebí speciální softwarové aplikace či algoritmy a ty jsou vytvářeny lidským mozkem. Užívat proto termín "neuronové sítě" pro tyto aplikace je poněkud zavádějící (i když samozřejmě dnes už jen stěží užívání tohoto termínu pro uvedené aplikace zabránit).


2. Plně lze proto, v souvislosti se  strojovým "hlubokým učením" , souhlasit s druhým odstavcem v "Závěru" článku. Jsem rád, že je tento odstavec v článku uveden: snad zabrání smísení významů  termínu "učení" v případě stroje a v případě člověka.


 


2.


 


 

Bořivoj Brdička 15.5.2016

Komentář

Google oznamuje, že dává volně každému k dispozici nejnovější nástroj na analýzu ang. textu s úspěšností přesahující 90%.
Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source

Bořivoj Brdička 26.6.2016
Bořivoj Brdička 25.9.2016

Komentář

Jak Google aplikuje hluboké učení na YouTube - Deep neural networks for YouTube recommendations.