AIを理解する
概念を学び、試し、その根拠を調べます。どのレベルにも直接アクセスできます。
仕組みに進む前に、学習と推論の違いを理解します。
数式、前提、手法の違い、原著論文を確認します。
学習済みパラメータと、依頼時に渡す情報を区別します。
モデルの確率と、出力を選ぶ規則を区別します。
ベクトルを人間の意味そのものと同一視せずに理解します。
コンテキスト、再帰状態、パラメータ、永続ストレージを区別します。
アーキテクチャ、学習方法、システム全体を同じ階層で比較します。
学習時の劣化過程と段階的な生成を区別します。
モデルとツールを取り巻く実行ハーネスを理解します。
長い見通しと、不正確な予測のリスクを調べます。
ラベルを使う前に、汎用性、性能、適応を調べます。
説得力のある印象から、再現可能な比較へ進みます。
18 件の結果