所有工程主题
问一个人工智能工程师:关于人工智能的趋势问题
在这个问我任何问题的Q中&A, Toptal首席AI开发人员若昂·迪奥戈·德·奥利维拉回答了其他工程师关于转向ML的资源的问题, 大型语言模型的方法, 以及人工智能未来最关键的应用.
6分钟阅读继续阅读
若昂·迪奥戈·德·奥利维拉
问一个NLP工程师:从GPT模型到人工智能伦理
想要在像GPT-4这样的革命性语言模型的浪潮中扩展你的技能吗? 在这个问我任何问题风格的教程, Toptal数据科学家和人工智能工程师Daniel psamurez Rubio回答了其他程序员关于机器学习的问题, 自然语言处理, 以及人工智能话题.
10分钟阅读继续阅读
丹尼尔·帕姆雷斯·卢比奥
Surbhi古普塔
集成方法:Kaggle机器学习冠军
三个臭皮匠胜过一个诸葛亮. 这句谚语描述了机器学习中集成方法背后的概念. 让我们来看看为什么合奏在ML比赛中占据主导地位,以及是什么让它们如此强大.
9分钟阅读继续阅读
胡安·曼纽尔·奥尔蒂斯·德·萨拉特
机器学习数字识别:从零到应用
利用机器学习的潜力进行计算机视觉并不是一个新概念,但最近的进展以及新工具和数据集的可用性使开发人员更容易接触到它.
在本文中, Toptal软件开发人员Teimur Gasanov演示了如何在30分钟内创建一个能够识别手写数字的应用程序, 包括API和UI.
10分钟阅读继续阅读
Teimur Gasanov
机器学习中的嵌入:简化复杂数据
即使对于经验丰富的数据科学家来说,处理非数值数据也是具有挑战性的. 为了更好地利用这些数据,需要对其进行转换. 但如何?
在本文中, Toptal数据科学家雅罗斯拉夫Kopotilov将向您介绍嵌入,并演示如何使用嵌入来可视化复杂数据并使其可用.
11分钟阅读继续阅读
雅罗斯拉夫Kopotilov
梯度下降在TensorFlow中的许多应用
TensorFlow是训练深度学习模型的主要工具之一. 在这个空间之外, 这可能看起来很吓人,也没有必要, 但它有许多创造性的用途,比如为黑盒AI系统提供高效的对抗性输入.
18分钟阅读继续阅读
艾伦·莱纳
Nauman穆斯塔法
健全的逻辑和单调的AI模型
对于那些从事人工智能工作的人来说,未来肯定是令人兴奋的. 同时, 人们普遍认为,人工智能存在一个令人讨厌的缺陷:当前状态下的人工智能可能无法预测地不可靠.
12分钟阅读继续阅读
伊曼纽尔Tsukerman
世界级的文章,每周发一次.