Physics.Math.Code
151K subscribers
5.23K photos
2.21K videos
5.82K files
4.56K links
VK: vk.com/physics_math
Чат инженеров: @math_code
Учебные фильмы: @maths_lib
Репетитор IT mentor: @mentor_it
YouTube: youtube.com/c/PhysicsMathCode

Обратная связь: @physicist_i
Download Telegram
Прикладное_машинное_обучение_и_искусственный_интеллект_для_инженеров.zip
56.3 MB
📗 Прикладное машинное обучение и искусственный интеллект для инженеров [2024] Джеф Просиз

📙 Applied Machine Learning and
AI for Engineers Solve Business Problems That Can't Be Solved Algorithmically [2022] Jeff Prosise

Книга рассказывает о применении искусственного интеллекта и машинного обучения в бизнесе и инженерной практике. Подробно описаны популярные алгоритмы машинного обучения и разъяснено, когда их целесообразно использовать. Приведены примеры построения моделей машинного обучения на языке Python с помощью библиотеки Scikit-Learn, а также создания нейронных сетей посредством библиотек Keras и TensorFlow. Изложены базовые принципы и способы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания модели распознавания лиц и обнаружения объектов, языковых моделей, отвечающих на естественно-языковые вопросы и переводящих текст на другие языки. Рассмотрено использование набора облачных API Cognitive Services для внедрения ИИ в различные приложения. #AI #ИИ #машинное_обучение #python #искусственный_интеллект #математика #computer_science

💡 Physics.Math.Code // @physics_lib
👍42🔥19127💯4🥰2🗿1
⚙️ Защита моделей компьютерного зрения без переобучения — инновационный метод, разработанный учеными из Центрального университета, положительно оценили на ключевой международной конференции по компьютерному зрению ICCV 2025.

Разработка позволяет блокировать нелегальное использование моделей. Уже обученную нейросеть, внедренную в продукт, постфактум защитить обычно невозможно из-за отсутствия механизмов и дорогого переобучения. Обычно разработчики интегрируют защиту прямо в обучение. Новое решение от ученых — встроенные нейроны-детекторы.

▪️Принцип прост: в модель добавляют нейрон, который никак не реагируют на обычные изображения, но активируется только при появлении секретного ключа — например, мини-узора 4х4
▪️Эффект: по этому срабатыванию и можно доказать авторство модели, даже если весы кто-то скопировал.
▪️Расширение метода: если добавить “нейроны-нарушители”, модель будет работать только при наличии ключа. Без него — сознательно вносит помехи.
▪️Финал: защита встраивается уже в обученную сеть без повторного обучения и затрат, а вероятность ложного срабатывания — менее 0,01%

Главный плюс подхода — он превращает любую готовую модель CV в защищенный от пиратства продукт без пересборки и долгих циклов.
#наука #AI #ИИ #искусственный_интеллект #computer_science

💡 Physics.Math.Code // @physics_lib
Please open Telegram to view this post
VIEW IN TELEGRAM
41👍23🔥14😨8🤷‍♂4😢3🫡1