Сегодня многие полагают, что нейронные сети — это некий увеселительно-экспериментальный продукт, который анализирует тексты и изображения: например, добавляет к фотографиям улыбку. Однако это в корне неверно.
Среди областей применения нейронных сетей можно отметить финансы, маркетинг, медицину и даже видеоигры.
В финансовых секторах сети позволяют прогнозировать поведение биржевых индексов, в маркетинге — используются для более точного таргетирования целевой аудитории, в медицине уже помогают раньше диагностировать рак у пациента, а в видеоиграх — создавать более сложных противников.
Чтобы понять, насколько широки возможности нейронных сетей, обратимся к тем общим задачам, которые они способны решить.
— Классификация: определение класса объекта, в частном случае — определение объекта на фотографии.
— Кластеризация: разбиение данных на группы со схожими признаками для последующего вывода.
— Прогнозирование: выявление зависимости и обобщение данных для последующего вывода, и другие математические задачи.
Это, конечно, не всё. Учитывая, что человеческая деятельность, вне зависимости от отрасли, нередко раскладывается на одинаковые отдельные задачи, можно предположить, что нейронные сети возможно применить практически повсеместно.
Если после прочтения статья появилось желание заниматься ИИ и машинным обучением, то советую начать с лекций Эндрю Ына на курсере https://www.coursera.org/learn/machine-learning
пфф, сегодня Искусственный Интеллект — всёлишь куча if и switch выражений.
Если это была шутка, то она на троечку.
Как же ты ошибаешься, мой друг.