Лекция Введение. Введение в машинное обучение и его основные концепции

Вызов помощи при инсульте и эпилептических припадках

Сингапурский стартап запустил приложение, способное отправлять тревожное сообщение при встряхивании телефона. Используется алгоритм М.О. для того, чтобы отличить действительный жест вызова медпомощи от обычных передвижений телефона.

Диагностика рака

Алгоритм глубинного обучения Google применили для диагностики рака, и результаты оказались поразительными (клиническая точность 48%, скоринг Google 89%).

Предсказание повторных обращений пациентов в больницу

Указывает на пациентов с высоким риском повторного обращения в больницу.

Диагностика рака кожи

Исследователи из Стэнфорда обучили нейронную сеть обнаруживать рак кожи по фотографиям.

Обработка текста

Машинный перевод

Задачи автоматического машинного перевода актуальны уже с очень давних пор, но глубинное обучение показало себя наиболее эффективным в следующих областях:

• 
  Автоматический перевод текстов
  
• 
  Автоматический перевод изображений
  
• 
  Как Google вместил глубинное обучение в телефон
  

Порождение рукописного текста

Задача генерации рукописного текста для произвольной фразы при условии обучения на большом наборе образцов рукописей.

• 
  Интерактивное демо
  

Порождение текста

Интересная задача генерирования текста на основе анализа большого корпуса текстов. Известны методы порождения текста слово-за-словом и побуквенная генерация. Модели обучаются грамматике, пунктуации, формированию предложений и даже имитируют стилистику текстов корпуса.

• 
  Необъяснимая эффективность реккурентных нейронных сетей
  
• 
  Автоматическая генерация SEM-текстов реккурентными нейронными сетями.
  

Классификация

Классификация текстов или тематическое моделирование позволяют тысячам новостных заметок автоматически группироваться в новостных агрегаторах. Применяется также для группировки ключевых слов в рамках заданной таксономии.