modified: package-lock.json

new file:   posts/ai.mdx
	new file:   posts/ai_mid.mdx
	new file:   posts/ai_python.mdx
	new file:   posts/ai_up.mdx
	new file:   public/ai/02.jpg
	new file:   public/ai/03.jpg
	new file:   public/ai/main.jpg
	modified:   yarn.lock
main
joker 3 years ago
parent 501f0f487b
commit 1ebd00776c
  1. 24
      package-lock.json
  2. 49
      posts/ai.mdx
  3. 8
      posts/ai_mid.mdx
  4. 72
      posts/ai_python.mdx
  5. 38
      posts/ai_up.mdx
  6. BIN
      public/ai/02.jpg
  7. BIN
      public/ai/03.jpg
  8. BIN
      public/ai/main.jpg
  9. 17
      yarn.lock

24
package-lock.json generated

@ -9327,9 +9327,9 @@
"dev": true
},
"node_modules/json5": {
"version": "2.2.1",
"resolved": "https://registry.npmjs.org/json5/-/json5-2.2.1.tgz",
"integrity": "sha512-1hqLFMSrGHRHxav9q9gNjJ5EXznIxGVO09xQRrwplcS8qs28pZ8s8hupZAmqDwZUmVZ2Qb2jnyPOWcDH8m8dlA==",
"version": "2.2.3",
"resolved": "https://registry.npmjs.org/json5/-/json5-2.2.3.tgz",
"integrity": "sha512-XmOWe7eyHYH14cLdVPoyg+GOH3rYX++KpzrylJwSW98t3Nk+U8XOl8FWKOgwtzdb8lXGf6zYwDUzeHMWfxasyg==",
"dev": true,
"bin": {
"json5": "lib/cli.js"
@ -14804,9 +14804,9 @@
}
},
"node_modules/tsconfig-paths/node_modules/json5": {
"version": "1.0.1",
"resolved": "https://registry.npmjs.org/json5/-/json5-1.0.1.tgz",
"integrity": "sha512-aKS4WQjPenRxiQsC93MNfjx+nbF4PAdYzmd/1JIj8HYzqfbu86beTuNgXDzPknWk0n0uARlyewZo4s++ES36Ow==",
"version": "1.0.2",
"resolved": "https://registry.npmjs.org/json5/-/json5-1.0.2.tgz",
"integrity": "sha512-g1MWMLBiz8FKi1e4w0UyVL3w+iJceWAFBAaBnnGKOpNa5f8TLktkbre1+s6oICydWAm+HRUGTmI+//xv2hvXYA==",
"dev": true,
"dependencies": {
"minimist": "^1.2.0"
@ -23212,9 +23212,9 @@
"dev": true
},
"json5": {
"version": "2.2.1",
"resolved": "https://registry.npmjs.org/json5/-/json5-2.2.1.tgz",
"integrity": "sha512-1hqLFMSrGHRHxav9q9gNjJ5EXznIxGVO09xQRrwplcS8qs28pZ8s8hupZAmqDwZUmVZ2Qb2jnyPOWcDH8m8dlA==",
"version": "2.2.3",
"resolved": "https://registry.npmjs.org/json5/-/json5-2.2.3.tgz",
"integrity": "sha512-XmOWe7eyHYH14cLdVPoyg+GOH3rYX++KpzrylJwSW98t3Nk+U8XOl8FWKOgwtzdb8lXGf6zYwDUzeHMWfxasyg==",
"dev": true
},
"jsx-ast-utils": {
@ -27188,9 +27188,9 @@
},
"dependencies": {
"json5": {
"version": "1.0.1",
"resolved": "https://registry.npmjs.org/json5/-/json5-1.0.1.tgz",
"integrity": "sha512-aKS4WQjPenRxiQsC93MNfjx+nbF4PAdYzmd/1JIj8HYzqfbu86beTuNgXDzPknWk0n0uARlyewZo4s++ES36Ow==",
"version": "1.0.2",
"resolved": "https://registry.npmjs.org/json5/-/json5-1.0.2.tgz",
"integrity": "sha512-g1MWMLBiz8FKi1e4w0UyVL3w+iJceWAFBAaBnnGKOpNa5f8TLktkbre1+s6oICydWAm+HRUGTmI+//xv2hvXYA==",
"dev": true,
"requires": {
"minimist": "^1.2.0"

@ -0,0 +1,49 @@
---
title: Введения в нейронные сети
description: Дорожная карта по искусственному интеллекту с применением программирования на языке Python
date: '2023-03-20'
---
<Images
alt={`Img Top`}
src={`/ai/main.jpg`}
width={1024}
height={1024}
priority
/>
## Дорожная карта
1. Основы программирования на языке Python: знакомство с синтаксисом языка, переменными, операторами, условиями и циклами.
2. Введение в искусственный интеллект: определение понятия, примеры применения, основные задачи и виды искусственного интеллекта.
3. Машинное обучение: знакомство с понятиями обучения с учителем и без учителя, выбором алгоритмов машинного обучения в зависимости от задачи.
4. Обработка данных: работа с данными, подготовка данных для обучения модели, предобработка данных.
5. Создание модели машинного обучения: выбор и реализация алгоритма машинного обучения на языке Python, обучение модели на обучающих данных, оценка качества модели.
6. Применение модели: использование обученной модели для решения конкретной задачи, например, распознавание изображений или текстов.
7. Расширение знаний: изучение более сложных алгоритмов машинного обучения, например, нейронных сетей, глубокого обучения.
## Этапы для закрепления
- Написать программу на Python для решения простых задач (например, вычисление суммы чисел от 1 до N).
- Исследовать различные виды искусственного интеллекта и привести примеры их применения в реальной жизни.
- Создать базу данных изображений и разработать алгоритм машинного обучения для распознавания объектов на изображениях.
- Обучить модель машинного обучения на данных о продажах товаров и использовать ее для прогнозирования будущих продаж.
- Разработать нейронную сеть для распознавания рукописных цифр.
## Существует несколько видов искусственного интеллекта, включая:
1. Экспертные системы - это программы, которые используют базы знаний и правил для принятия решений в конкретной области. Они могут быть использованы в медицине, финансах, праве и других областях.
2. Машинное обучение - это метод обработки данных, который позволяет компьютеру "обучаться" на основе опыта и делать прогнозы и выводы на основе этих данных. Он используется в различных областях, включая маркетинг, финансы, медицину и технику.
3. Нейронные сети - это системы, которые имитируют работу человеческого мозга и способны обрабатывать сложные данные и распознавать образы. Они используются в обработке изображений, распознавании речи и других областях.
4. Робототехника - это область, которая занимается созданием роботов, способных выполнять различные задачи. Роботы используются в производстве, медицине, авиации и других областях.
5. Естественный язык - это область, которая занимается созданием программ и систем, способных понимать и генерировать естественный язык. Она используется в различных приложениях, включая чат-ботов и переводчики.
Эти виды искусственного интеллекта применяются в различных областях, включая медицину, финансы, транспорт, производство и технику. Они помогают автоматизировать процессы, улучшить качество продукции и услуг и повысить эффективность работы.

@ -0,0 +1,8 @@
---
title: Графика
description: Для создания брендинга
date: '2023-03-22'
---
* <Links src = 'https://postimages.org/ru/' title = 'Post images' />
/imagine prompt:https://i.postimg.cc/NjLGmH2h/y-b1e88353.jpg

@ -0,0 +1,72 @@
---
title: Python
description: Примеры на Python
date: '2023-03-22'
---
## Список неронныйх сетей
Для вычисления суммы чисел от 1 до N можно использовать цикл for:
```py
N = int(input("Введите N: "))
sum = 0
for i in range(1, N+1):
sum += i
print("Сумма чисел от 1 до", N, "равна", sum)
```
В этой программе мы сначала запрашиваем у пользователя число N, затем создаем переменную sum, которая будет хранить сумму чисел. Далее запускаем цикл for, который проходит по всем целым числам от 1 до N (включительно), и на каждой итерации добавляет текущее число к переменной sum. В конце программы выводим на экран результат.
## Прграмма вывода погоды
Для написания программы для вывода погоды на Python вам нужно использовать специальный API (Application Programming Interface), который позволяет получать данные о погоде от различных источников. Например, вы можете использовать API от Tomorrow.io12, который предоставляет прогнозы на несколько дней вперед.
Для доступа к API вам нужно зарегистрироваться на сайте Tomorrow.io и получить свой ключ API1. Затем вы можете использовать библиотеку requests для отправки запросов к API и получения ответов в формате JSON13. Вы также можете использовать документацию API от Tomorrow.io для генерации кода Python по вашим параметрам.
Вот пример кода для получения прогноза погоды на завтра для Москвы с помощью API от Tomorrow.io1:
```py
import requests
import datetime
# Your API key from Tomorrow.io
api_key = "IKRL1eOI7Rnc1sbhKRdePaK6HyUfw95K"
# The base URL for the API
base_url = "https://api.tomorrow.io/v4/timelines"
# The parameters for the query
querystring = {
"location": "45.0503973, 39.021093", # Moscow coordinates
"fields": ["temperature","humidity","windSpeed"], # Weather fields
"units": "metric", # Celsius units
"timesteps": "1d", # Daily forecast
"apikey": api_key
}
# Send a GET request to the API and get the response
response = requests.request("GET", base_url, params=querystring)
# Convert the response to JSON format
data = response.json()
# Get the current date and time
now = datetime.datetime.now()
# Get the tomorrow's date
tomorrow = now + datetime.timedelta(days=1)
# Format the date as YYYY-MM-DD
tomorrow_date = tomorrow.strftime("%Y-%m-%d")
# Get the weather data for tomorrow from the JSON response
weather_data = data["data"]["timelines"][0]["intervals"][0]["values"]
# Print the weather forecast for tomorrow
print(f"Weather forecast for {tomorrow_date} in Krasnodar:")
print(f"Temperature: {weather_data['temperature']} °C")
print(f"Humidity: {weather_data['humidity']} %")
print(f"Wind speed: {weather_data['windSpeed']} m/s")
```

@ -0,0 +1,38 @@
---
title: Какую нейросеть использовать ?
description: Чек-лист. Он поможет подобрать нейросеть под запросы проекта.
date: '2023-03-21'
---
<Images
alt={`Img Top`}
src={`/ai/02.jpg`}
width={1024}
height={1024}
priority
/>
## Список неронныйх сетей
### Для творчества
* <Links src = 'https://www.wombo.ai/' title = 'WOMBO ART' />
* <Links src = 'https://brandmark.io/' title = 'DALL·E 2' />
* <Links src = 'https://looka.com/' title = 'Looka AI' />
* <Links src = 'https://turbologo.ru/' title = 'Turbologo AI' />
### Для создания брендинга
* <Links src = 'https://namelix.com/' title = 'Namelix ' />
* <Links src = 'https://openai.com/product/dall-e-2' title = 'brandmark AI' />
* <Links src = 'https://stablediffusionweb.com/' title = 'Stable Diffusion' />
* <Links src = 'https://pictory.ai/' title = 'Pictory AI' />
* <Links src = 'https://www.midjourney.com/' title = 'Midjourney' />
### Для создания текста
* <Links src = 'https://developers.sber.ru/portal/products/rugpt-3' title = 'RuGPT-3' />
* <Links src = 'https://www.copymonkey.app/' title = 'Copymonkey AI' />
* <Links src = 'https://anyword.com/' title = 'Any Word AI' />
* <Links src = 'https://openai.com/blog/chatgpt' title = 'ChatGPT' />
* <Links src = 'https://t.me/GPT4Telegrambot' title = 'GPT4Telegrambot' />

Binary file not shown.

After

Width:  |  Height:  |  Size: 322 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 516 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 147 KiB

@ -676,15 +676,10 @@
resolved "https://registry.npmjs.org/@next/mdx/-/mdx-12.2.0.tgz"
integrity sha512-obWsgfD0/1+OOr4PMQlSal34uhIDxkFe9Db+LaFfRDbsmD8+gb0YevUOV5KBoleEHXfDku0WAPUUmPmDiAxu1w==
"@next/swc-linux-x64-gnu@12.2.0":
"@next/swc-win32-x64-msvc@12.2.0":
version "12.2.0"
resolved "https://registry.npmjs.org/@next/swc-linux-x64-gnu/-/swc-linux-x64-gnu-12.2.0.tgz"
integrity sha512-MyhHbAKVjpn065WzRbqpLu2krj4kHLi6RITQdD1ee+uxq9r2yg5Qe02l24NxKW+1/lkmpusl4Y5Lks7rBiJn4w==
"@next/swc-linux-x64-musl@12.2.0":
version "12.2.0"
resolved "https://registry.npmjs.org/@next/swc-linux-x64-musl/-/swc-linux-x64-musl-12.2.0.tgz"
integrity sha512-Tz1tJZ5egE0S/UqCd5V6ZPJsdSzv/8aa7FkwFmIJ9neLS8/00za+OY5pq470iZQbPrkTwpKzmfTTIPRVD5iqDg==
resolved "https://registry.npmjs.org/@next/swc-win32-x64-msvc/-/swc-win32-x64-msvc-12.2.0.tgz"
integrity sha512-OI14ozFLThEV3ey6jE47zrzSTV/6eIMsvbwozo+XfdWqOPwQ7X00YkRx4GVMKMC0rM44oGS2gmwMKYpe4EblnA==
"@nodelib/fs.scandir@2.1.5":
version "2.1.5"
@ -4511,9 +4506,9 @@ json5@^1.0.1:
minimist "^1.2.0"
json5@^2.2.1:
version "2.2.1"
resolved "https://registry.npmjs.org/json5/-/json5-2.2.1.tgz"
integrity sha512-1hqLFMSrGHRHxav9q9gNjJ5EXznIxGVO09xQRrwplcS8qs28pZ8s8hupZAmqDwZUmVZ2Qb2jnyPOWcDH8m8dlA==
version "2.2.3"
resolved "https://registry.npmjs.org/json5/-/json5-2.2.3.tgz"
integrity sha512-XmOWe7eyHYH14cLdVPoyg+GOH3rYX++KpzrylJwSW98t3Nk+U8XOl8FWKOgwtzdb8lXGf6zYwDUzeHMWfxasyg==
"jsx-ast-utils@^2.4.1 || ^3.0.0", jsx-ast-utils@^3.3.1:
version "3.3.1"

Loading…
Cancel
Save