Как хорошо компьютеры могут читать беллетристику?
Современное понимание и анализ литературы - это не только вопросы искусства, то и математики. Сегодня учёные активно используют компьютеры и машинное обучение для того, чтобы анализировать беллетристику и находить закономерности, которые практически невозможно заметить обычному человеку, ведь машина может обрабатывать огромное количество материала за короткий промежуток времени. Новые данные исследований литературы с помощью вычислительных машин - в материале, который мы предлагаем вам сегодня.
"Около 85 процентов работ, которые изучили учёные, можно разделить на 6 групп. Некоторые из них были описаны красочными именами — такими как «Икар», в соответствии с эмоциональным типом повествования, который характеризуется взлётом, а затем падением; или «Из грязи в князи» — для тех, которые начинаются с негатива, а потом идут вверх. Некоторые из самых скачиваемых работ в «Проекте Гутенберга» подошли под модель «Золушка», которая характеризуется ростом, падением и новым ростом. Можно сделать выводы о том какой тип историй популярнее всего, или же о том, насколько мало истинное количество эмоциональных вариантов повествовательного развития в литературе".
https://theidealist.ru/computers-read/
#TheAtlantic #технологии #литература #МашинноеОбучение
Современное понимание и анализ литературы - это не только вопросы искусства, то и математики. Сегодня учёные активно используют компьютеры и машинное обучение для того, чтобы анализировать беллетристику и находить закономерности, которые практически невозможно заметить обычному человеку, ведь машина может обрабатывать огромное количество материала за короткий промежуток времени. Новые данные исследований литературы с помощью вычислительных машин - в материале, который мы предлагаем вам сегодня.
"Около 85 процентов работ, которые изучили учёные, можно разделить на 6 групп. Некоторые из них были описаны красочными именами — такими как «Икар», в соответствии с эмоциональным типом повествования, который характеризуется взлётом, а затем падением; или «Из грязи в князи» — для тех, которые начинаются с негатива, а потом идут вверх. Некоторые из самых скачиваемых работ в «Проекте Гутенберга» подошли под модель «Золушка», которая характеризуется ростом, падением и новым ростом. Можно сделать выводы о том какой тип историй популярнее всего, или же о том, насколько мало истинное количество эмоциональных вариантов повествовательного развития в литературе".
https://theidealist.ru/computers-read/
#TheAtlantic #технологии #литература #МашинноеОбучение
Entrepreneur: 2017 - год революции машинного обучения
Одним из самых ярких и заметных прорывов ушедшего от нас года стало активное развитие сферы машинного обучения. Казалось бы самообучающиеся механизмы проникают везде - от маркетинга и переводов текста до борьбы с троллингом и комплексного анализа классической литературы. Однако прошлый год был только началом настоящей революции машинного обучения, которая в 2017 году продолжит своё победное шествие. Известный предприниматель, основатель стартапа JotForm Айтекин Танк рассказывает о тех сферах, в которых machine learning может стать главным технотрендом ближайшего будущего
"Когда Брезос запустил Amazon в 1994 году, он не был специалистом по всему, что касалось интернета. Он бросил хорошо оплачиваемую работу на Уолл Стрит и поставил на интернет — он считал, что за ним будущее. Он был бизнесменом, а не техническим специалистом. Тем не менее он приложил большие усилия чтобы понять интернет и использовал свои бизнес-знания чтобы найти способы использовать эту новую сферу.
Таким же образом, вам не требуется быть экспертом в компьютерной науке чтобы создать стартап в машинном обучении. По факту лучше иметь опыт в другой сфере и затем решать проблемы вашей отрасли с его помощью. Скорее всего большие проблемы вашей сферы деятельности, которые могут получить максимальный профит от машинного обучения, вам хорошо известны."
https://theidealist.ru/airevolution/
#Enterpreneur #технологии #общество #бизнес #AI #МашинноеОбучение
Одним из самых ярких и заметных прорывов ушедшего от нас года стало активное развитие сферы машинного обучения. Казалось бы самообучающиеся механизмы проникают везде - от маркетинга и переводов текста до борьбы с троллингом и комплексного анализа классической литературы. Однако прошлый год был только началом настоящей революции машинного обучения, которая в 2017 году продолжит своё победное шествие. Известный предприниматель, основатель стартапа JotForm Айтекин Танк рассказывает о тех сферах, в которых machine learning может стать главным технотрендом ближайшего будущего
"Когда Брезос запустил Amazon в 1994 году, он не был специалистом по всему, что касалось интернета. Он бросил хорошо оплачиваемую работу на Уолл Стрит и поставил на интернет — он считал, что за ним будущее. Он был бизнесменом, а не техническим специалистом. Тем не менее он приложил большие усилия чтобы понять интернет и использовал свои бизнес-знания чтобы найти способы использовать эту новую сферу.
Таким же образом, вам не требуется быть экспертом в компьютерной науке чтобы создать стартап в машинном обучении. По факту лучше иметь опыт в другой сфере и затем решать проблемы вашей отрасли с его помощью. Скорее всего большие проблемы вашей сферы деятельности, которые могут получить максимальный профит от машинного обучения, вам хорошо известны."
https://theidealist.ru/airevolution/
#Enterpreneur #технологии #общество #бизнес #AI #МашинноеОбучение