التسميات الصاخبة منتشرة إلى حد كبير في عصر البيانات الضخمة.
إذ يمكن لخوارزميات التعلّم العميق أن تتفوق بسهولة على الصخب، وبالتالي لا يمكنها التعميم بشكل جيد من دون التعامل معه بشكل صحيح.
في هذه الجلسة الحوارية، نقدم الأساليب النموذجية للتعامل مع التسميات الصاخبة، أي استخراج أمثلة واثقة (من المحتمل أن تكون تسمياتها صحيحة) ونمذجة صخب التسميات.
فاستخراجها يساعد على التخلص من التسميات غير الصحيحة، فيما تساعد نمذجتها في بناء مصنفات متسقة إحصائياً.
نأمل أن تتيح هذه الجلسة أمام المشاركين معرفة كيفية التعلم باستخدام التسميات الصاخبة.
تونغليانج ليو هو مدير مركز سيدني للذكاء الاصطناعي في جامعة سيدني. وهو مهتم على نطاق واسع بمجالات تعلّم الآلة الجدير بالثقة، وتطبيقاته متعددة التخصصات، مع التركيز بشكل خاص على التعلم باستخدام التسميات الصاخبة، والتعلم العدائي، والتعلم المنقول، والتعلم غير الموجّه، ونظرية التعلم العميق الإحصائية. كان / كان مراجعا ميتا للعديد من المؤتمرات، مثل المؤتمر الدولي لتعلم الآلة ومؤتمر نظم معالجة المعلومات العصبية والمؤتمر الدولي حول تمثيلات التعلم ومؤتمر عدم اليقين في الذكاء الاصطناعي، ومؤتمر جمعية النهوض بالذكاء الاصطناعي، لمؤتمر الدولي المشترك حول الذكاء الاصطناعي، ومؤتمر رابطة مكائن الحوسبة. وهو حاصل على جائزة "ديكرا" من مجلس البحوث الأسترالي وتم اختياره ضمن قائمة رواد الإنجازات المبكرة في الهندسة علم الحاسوب من قبل "ذي أستراليان" في عام 2020.
واحدة من بين نقاط قوة تقنيةٍ مثل تكنولوجيا معالجة اللغة الطبيعية هي قدرتها على تنفيذ مهامَ تتسم.....
اقرأ المزيد