Системи з підтримкою ШІ дозволяють виконувати завдання ефективніше і точніше, ніж якби це робила людина. Наприклад, у фінансовому секторі системи глибокого навчання допомагають співробітникам банку розширювати свої робочі можливості і дозволяють фінансовим установам більше концентруватися на взаємодії з клієнтами, ніж на традиційному підході, заснованому на транзакціях. Крім того, на основі біографії клієнта алгоритми можуть пропонувати більш релевантні контекстні рішення. Системи глибокого навчання також дозволяють персоналізувати обслуговування, враховуючи конкретні потреби клієнтів і їх толерантність до ризиків.

Технології глибокого навчання використовуються в:

• виявленні шахрайства;
• безпілотних автомобілях;
• віртуальних помічниках;
• суперкомп'ютерах;
• системах управління клієнтською базою (CRM);
• інвестиційному моделюванні;
• системах розпізнавання осіб.

Microsoft Cognitive Toolkit (CNTK) - це набір інструментів з відкритим вихідним кодом для комерційного використання глибокого навчання. CNTK дозволяє користувачеві реалізовувати і комбінувати популярні типи моделей, такі як глибокі нейронні мережі (DNNs), згорткові мережі (CNNs) і рекурентні мережі (RNNs / LSTMs). CNTK також застосовує навчання методом стохастичного градієнтного спуску (SGD, помилки зворотнього поширення) з автоматичним розподілом і розпаралелюванням між декількома графічними процесорами і серверами.

Приєднуйтесь до нашої команди, щоб першими отримувати новини про важливі події в світі інтелектуальних технологій, інновації в навчанні, днях відкритих дверей і ще багато цікавого.