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.lockmain
parent
501f0f487b
commit
1ebd00776c
@ -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' /> |
||||||
|
|
||||||
|
|
||||||
|
After Width: | Height: | Size: 322 KiB |
|
After Width: | Height: | Size: 516 KiB |
|
After Width: | Height: | Size: 147 KiB |
Loading…
Reference in new issue