909: Причинно-следственный ИИ — с доктором Робертом Усазувой Нессом

#ВнедрениеИИ #МашинноеОбучение #Причинно-следственныйИИ Исследователь Microsoft Роберт Усазува Несс беседует с @JonKrohnLearns о том, как достичь причинно-следственной связи в ИИ с помощью корреляционного обучения, правильных библиотек и обработки статистического вывода. Роберт отмечает, насколько важно учитывать переменные в данных, которые могут ввести нас в заблуждение и привести к неверным предположениям. Не все переменные окажутся полезными. Поэтому крайне важно, чтобы любые предположения основывались на более глубоком понимании того, как были собраны данные, а не на том, что содержится в наборе данных. Послушайте эпизод, чтобы узнать, как вы можете применить причинно-следственный ИИ в своих проектах. Этот эпизод подготовлен при поддержке: • Trainium2, новейшего чипа для ИИ от AWS: https://aws.amazon.com/ai/machine-lea... • Dell AI Factory совместно с NVIDIA: https://www.dell.com/superdatascience Хотите стать спонсором эпизода подкаста SuperDataScience? Напишите Натали по адресу natalie@superdatascience.com для получения информации о спонсорстве. В этом эпизоде ​​вы узнаете: • (00:00:00) Введение • (00:11:58) Как добавить причинно-следственные элементы в систему ИИ • (00:24:11) Какие библиотеки использовать для причинно-следственного ИИ • (00:31:48) Как подготовить данные для причинно-следственного ИИ • (00:41:46) Инструменты Python для причинно-следственного ИИ • (01:07:26) Типичный рабочий процесс причинно-следственного ИИ на практике Дополнительные материалы: https://www.superdatascience.com/909