Vilka är dina favorit AI-algoritmer? (statistik/matematik frågor rörande AI)

Jag tänkte att vi skulle diskutera dom absolut bästa AI-algoritmerna, som alltid bygger på statistik/matematik alla dagar i veckan.

Så detta är en tråd där vi debatterar fördelar och nackdelar om t.ex.

• Support Vector Machines, Adaboost, neurala nätverk, Principal Component Analysis, Linear Discriminant Analysis osv.
• Hur man använder dessa algoritmer
• Syftet med dessa
• Fördelar och nackdelar med algoritmerna

Så vad säger ni?
Vad är dina algoritmer som du argumenterar för? Finns det bättre algoritmer än vad du kan, eller inte?

Förstår inte frågan, men tycker den är viktig. Du och dina kompisar i programmeringsvärden: vilken Ai- algoritm är hotfull på riktigt?

Vadå förstår inte frågan? Är denna avdelning skapad för folk som tror att AI är något utomjordiskt hittepå eller att AI är rent av magi som ej kan förklaras?

Eller så är det så att OpenAI et al. har anställt väldigt många programmerare som kan statistik?
Så är frågan: Kan vi på forumet diskutera de olika metoderna, utan att prata om "kommer AI ersätta mig?" eller "Kan AI ta över jorden?"?

AI är mer eller mindre bara sälj från samma företag som sålde WiFi. Trådlös bredband fanns långt innan WiFi kom till...Samma innehåll, annat paket. Samma gäller AI.

Jag kan inte så många. Vilken är din favorit?

Statistik är sjukt häftigt egentligen, det är galet vilka saker man kan beräkna och lista ut från någonting som ser ut som ingenting. Och att någonting som man tycker inte borde påverka utfallet alls faktiskt oftast gör det

Har också sett några häftiga kurser om det. Men då var det mest inriktning på statistik och förberedande kurs för AI. Och jag kommer knappt ihåg något. Jag har för mig att jag tyckte att det var sjukt coolt att man kan beräkna genomsnittet (men med en liten felmarginal såklart) endast utifrån väldigt få (säg bara 3-4 exempel), och att man kan beräkna felmarginalen samtidigt. Så man kan veta hur mycket fel man lär ha innan man har fått veta vilka fel man har bara utifrån ett mycket litet urval. Det trodde jag inte ens var möjligt när datan till synes saknas. Men det är väl mer ren statistik än just AI.

Vad tycker du själv?

Att du vågar ställa frågan är lite märklig.
Återkom nästa år helst.
Nu skämmer ni ut er.

Ska man städa måste man vara hemma som man säger.

Ni klarar er inte tills nästa månad fick man se.
Kom tillbaka först sen titta utåt.

Du frågar frågor på det alla ville ha varje dag.
Sen?

Den blandar ord procentuellt tydligen för att få fram någon form av troliga svar.

Eller hela ord mera kanske.

Matematiken är väl redskapet mera än lösningen

Algoritm har jag fattat det som bara är en slinga som kör om tills svaret nås.

H mm. Kan inte TS ge ett exempel på sin egen åsikt/argument angående algoritmerna?

Support vector machines och Adaboost är riktigt bra.

Fördelen med support vector machines(SVM) är att man kan bygga linjära neurala nätverk med dessa. En annan fördel är att lite data krävs. Nackdelen är just att det är linjärt.

Adaboost är också en klassificeringsalgoritm. Det som skiljer mellan Adaboost och SVM är att Adaboost kan klassificera olinjär data. Adaboost kräver dock mer data än SVM.