Du har nådd slutten av modulen, gratulerer! La oss nå gå gjennom noen av de viktigste punktene, slik at du ikke glemmer de viktigste delene.
Fra kapittel 2 lærte vi hvorfor treningsdata har en betydelig innvirkning på resultatene fra en AI-modell. Vi lærte også at data av høy kvalitet bør:
- Vær nøyaktig
- Ha tilstrekkelig mengde
- Vær mangfoldig
- Vurder utilsiktede skjevheter
I kapittel 3 dekket vi deretter hvordan arkitekturtypen du valgte er relatert til typen problem som skal løses. Vi diskuterte at genetiske algoritmer er effektive for problemer med et definert resultatformat, spesielt optimaliseringsproblemer. Vi utviklet også en grunnleggende intuisjon for hvordan nevrale nettverk (NN) fungerer og hvordan det finnes mange typer NN. NN-ene er fleksible i sitt formål og funksjonalitet.
I kapittel 4 lærte vi hvordan forsterkningslæring og kondisjonsfunksjoner henger sammen, hvordan de fungerer og hva formålet deres er. Vi skilte også mellom veiledet og uveiledet læring.
Til slutt, i kapittel 5, snakket vi om hvordan man best kan bruke AI og hva man kan vurdere for å forbedre arbeidsflyten. Vi skisserte hvordan AI fungerer i oppgaver som koding, idémyldring, tekstskriving og tilbakemeldinger, samt dens styrker og svakheter i hver kategori.
Forhåpentligvis er denne forståelsen nyttig i din reise med AI, lykke til.