W mediach społecznościowych, w tym na LinkedIn, toczy się zażarta debata o tym, czy najlepsi inżynierowie uczenia maszynowego są tylko po matematyce, czy też ile matematyki potrzebuje data scientist. Ten post nie ma na celu rozstrzygnięcia tego sporu, ale bardziej to, jak przygotować się matematycznie do przygód w świecie sztucznej inteligencji.
AI praktycznie Articles.
A będzie coś o transformerach? Będzie, będzie tylko jeśli mamy zacząć praktycznie od początku obszar przetwarzania języka naturalnego to zapoznajmy się z jego podstawami 😉 (stąd te podwójne podstawy podstaw w tytule).
Czy zauważyliście, że analizatory (parsery) kodu HTML w nazwie mają czasami angielski rzeczownik soup (zupa)? Np. jsoup (JAVA) lub Beautiful Soup (Python). O co chodzi?
Podczas przetwarzania języka naturalnego (NLP) często potrzebujemy treści tekstowych, czyli: wiadomości, artykułów, porad czy wpisów na blogu. Dla osób zaznajomionych z biblioteką Requests (Python). Pewnie myślą „nie ma problemu”. Jednak czy na pewno?
Kilka wskazówek, jak rozpocząć swoją przygodę z Pythonem i AI. Od porad „jak nie…” po rekomendacje ciekawej książki ciekawych książek, kursów i tutoriali. Oczywiście lista subiektywna autora 😉
Zawsze chciałem uczyć programowania w szkole. Niestety, nie wyszło 🙁 Choć nieskromnie powiem, że chyba mam wiele cech dobrego nauczyciela.
Obserwuj mnie