Ilmu data terkait kutipan lucu


35

Sudah menjadi kebiasaan bagi pengguna komunitas yang berbeda untuk mengutip hal-hal lucu tentang bidang mereka. Mungkin menyenangkan untuk membagikan hal-hal lucu Anda tentang Pembelajaran Mesin, Pembelajaran Dalam, Ilmu Data, dan hal-hal yang Anda hadapi setiap hari!


1
Tidak cukup ilmu data, karena lebih banyak manajemen data & pengarsipan, tetapi lihat youtube.com/watch?v=N2zK3sAtr-4
Joe

3
Saya suka ini, tetapi sungguh, ini milik di sini? Mungkin lebih baik di Meta.
Mr Lister


1
Berapa banyak zaman yang akan kita butuhkan untuk menemukan diri kita dalam zaman (makna Hellenic), di mana algoritma pembelajaran mesin dapat membuat lelucon yang baik, untuk dikirim ke sini?
gsamaras

1
@jkf, moderator memiliki kemampuan, kekuatan, kekuatan, kekuatan, kemampuan, hak dan niat untuk membuat jawaban singkat atas komentar. Mereka adalah makhluk yang kuat. Anda juga dapat melacak pertandingan tinju .
Media

Jawaban:


41

T: Berapa banyak spesialis pembelajaran mesin yang diperlukan untuk mengganti bola lampu?

A: Hanya satu, tetapi mereka membutuhkan sejuta bola lampu untuk berlatih dengan baik.

T: Berapa banyak spesialis pembelajaran mesin yang diperlukan untuk mengubah bola lampu neon?

A: Itu tidak ada dalam data pelatihan!


5
Saya biasanya menganggap lelucon bola lampu membosankan, tetapi yang ini keren: D
Jérémy Blain

3
@ JérémyBlain Semua lelucon tentang bola lampu lainnya adalah latihan - kita sekarang harus memutarkannya kembali dengan ini sebagai model.
Lio Elbammalf


15
  1. Jika Anda menyiksa data cukup lama, itu akan memberi tahu Anda apa pun yang ingin Anda dengar.

  2. Statistik menunjukkan bahwa statistik tidak dapat dipercaya.


Sangat singkat dan benar!
gsamaras

14

Saya menemukan ini lucu karena itu benar.

masukkan deskripsi gambar di sini

sumber


Lucu lucu ...

masukkan deskripsi gambar di sini


Yang ini selalu membuatku bingung tanpa alasan ...

masukkan deskripsi gambar di sini


1
Tapi tapi, bar dengan ketidakpastian besar adalah satu-satunya yang saya percayai. Siapa yang akan mempercayai seseorang yang mengaku benar-benar yakin akan segala sesuatu, alih-alih orang yang dengan tepat menempatkan tingkat ketidakpastian yang realistis?
gerrit

1
Yang pertama adalah twist pada XKCD # 303 tanpa referensi ke sumbernya.
molnarm

13

Frequentists vs. Bayesians

Frequentists vs. Bayesians - xkcd

Transkrip:

Apakah matahari baru saja meledak?
(Ini malam, jadi kami tidak yakin)

[[Dua ahli statistik berdiri di samping komputer kecil yang menggemaskan yang mirip dengan K-9 yang berbicara dalam tipografi Westminster]]
Frequentist Statistician: Detektor neutrino ini mengukur apakah matahari sudah nova.
Bayesian Statistician: Lalu, ia melempar dua dadu. Jika mereka berdua muncul sebagai enam, itu terletak pada kita. Kalau tidak, itu mengatakan yang sebenarnya.
FS: Ayo coba. [[ke detektor]] Detektor! Apakah matahari hilang nova?
Detektor: <<roll>> YES.

Frequentist Statistician:
FS: Probabilitas hasil ini terjadi secara kebetulan adalah . Sejak , saya menyimpulkan bahwa matahari telah meledak.136=0.027p<0.05

Bayesian Statistician:
BS: Taruhan Anda $ 50 belum.

Teks judul:

'Detektor! Apa yang akan dikatakan oleh ahli statistik Bayesian jika saya bertanya kepadanya apakah - ' [roll] ' Saya seorang DETEKTOR NEUTRINO, BUKAN PENJAGA LABYRIN. SERIUS, APAKAH OTAK ANDA JATUH? [roll] '... ya.'



10

Pertanyaan: Apa perbedaan antara pembelajaran mesin dan AI?

Menjawab:

Jika itu ditulis dengan Python, maka itu mungkin pembelajaran mesin.

Jika ditulis dalam PowerPoint, maka kemungkinan AI.


ini layak mendapat lebih banyak suka! benar sekali!!
raspi

9

masukkan deskripsi gambar di sini

Tidak yakin apakah mereka memenuhi syarat, tetapi ada beberapa fakta menyenangkan yang diambil dari berbagai sumber:

Mulai dari Yann Lecun :

  • Geoff Hinton tidak perlu membuat unit tersembunyi. Mereka bersembunyi sendiri ketika dia mendekat.

  • Geoff Hinton tidak setuju dengan Anda, ia berbeda secara kontras
    (dari Vincent Vanhoucke)

  • Shakespeare dan Bayes berada di kapal, memancing. Bayes sedang mencoba mencari tahu jaring mana yang akan dilemparkan ketika Shakespeare mengatakan: "gila atau tidak gila? Itulah pertanyaannya".

  • Deep Belief Nets sebenarnya sangat percaya pada Geoff Hinton.

  • Geoff Hinton menemukan bagaimana otak sebenarnya bekerja. Setahun sekali selama
    25 tahun terakhir.

  • Bayesian adalah satu-satunya orang yang bisa merasa terpinggirkan setelah diintegrasikan

    Dan sekarang legenda:

    masukkan deskripsi gambar di sini

Satu dari Reddit :

YOLO: Anda hanya PELAJARI sekali

PS: Ian Goodfellow dan Jurgen Schmidhuber sedang menulis makalah bersama (akan disajikan pada NIPS 2019) tentang Inverse GANs (Lebih banyak lelucon tentang topik di sini )


8

Algoritma Machine Learning berjalan ke bar.

Bartender itu bertanya, "Apa yang akan Anda miliki?"

Algoritma mengatakan, "Apa yang dimiliki orang lain?"


8

Truf

Biarkan saya merangkul Anda, masam kesulitan, karena orang bijak mengatakan itu adalah jalan yang paling bijaksana.

Yann Le Trump! 😂😂😂


4

A: Apa itu pembelajaran mesin, Pak? B: Ini bukan pembelajaran mesin! Ini mesin yang terbakar, bung.


masukkan deskripsi gambar di sini

oleh Davide Mazzini


4

"Prediksi sulit - terutama tentang masa depan."

(Yogi Berra atau Neils Bohr, tergantung apakah Anda lebih suka fisika atau baseball)


3

Pada tahun 2006, lelucon umum adalah bahwa Anda akan mendapatkan penghargaan untuk menulis makalah yang akan memiliki "Karl Marx" atau "Jaringan Saraf" dalam judul dan diterima di NIPS. Nah, itu yang menjadi standar untuk yang terakhir ...: D

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.