Se ha acostumbrado a los usuarios de diferentes comunidades a citar cosas divertidas sobre sus campos. ¡Puede ser divertido compartir sus cosas divertidas sobre Machine Learning, Deep Learning, Data Science y las cosas que enfrenta todos los días!

P: ¿Cuántos especialistas en aprendizaje automático se necesitan para cambiar una bombilla?

R: Solo uno, pero requieren un millón de bombillas para entrenar adecuadamente.

P: ¿Cuántos especialistas en aprendizaje automático se necesitan para cambiar una bombilla fluorescente?

A: ¡Eso no estaba en los datos de entrenamiento!

La red neuronal no son cajas negras. Son una gran pila de álgebra lineal:

imagen de xkcd

1. Si tortura los datos el tiempo suficiente, le dirá lo que quiera escuchar.

2. Las estadísticas muestran que no se puede confiar en las estadísticas.

Esto me parece gracioso porque es verdad.

fuente

Lindo gracioso ...

Este siempre me hace reír sin razón ...

Frecuentes contra bayesianos

Transcripción:

¿El sol acaba de explotar?
(Es de noche, así que no estamos seguros)

[[Dos estadísticos se paran junto a una pequeña computadora adorable que es sospechosamente similar a K-9 que habla en el tipo de letra de Westminster]]
Estadístico frecuente: este detector de neutrinos mide si el sol se ha vuelto nova.
Estadístico Bayesiano: Luego, tira dos dados. Si ambos salen como seis, nos miente. De lo contrario, dice la verdad.
FS: Vamos a intentarlo. [[al detector]] ¡Detector! ¿Se ha vuelto el sol nova?
Detector: <<roll>> SÍ.

$\frac1{36}=0.027$$p< 0.05$

Estadístico bayesiano:
BS: Apuesto $ 50 que no tiene.

Texto del título:

'¡Detector! ¿Qué diría el estadístico bayesiano si le preguntara si el ... ' [roll] ' SOY UN DETECTOR NEUTRINO, NO UN GUARDIA DE LABERINTO. En serio, ¿se te cayó el cerebro? [rollo] '... sí'.

Pregunta: ¿Cuál es la diferencia entre el aprendizaje automático y la IA?

Responder:

Si está escrito en Python, entonces probablemente sea aprendizaje automático.

Si está escrito en PowerPoint, entonces probablemente sea AI.

No estoy seguro de si califican, pero hay algunos datos divertidos tomados de varias fuentes:

A partir de Yann Lecun :

• Geoff Hinton no necesita hacer unidades ocultas. Se esconden solos cuando él se acerca.

• Geoff Hinton no está en desacuerdo con usted, en cambio diverge
  (de Vincent Vanhoucke)

• Shakespeare y Bayes están en un bote, pescando. Bayes está tratando de averiguar qué red lanzar cuando Shakespeare dice: "¿Locos o no locos? Esa es la pregunta".

• Las redes de creencias profundas realmente creen profundamente en Geoff Hinton.

• Geoff Hinton descubrió cómo funciona realmente el cerebro. Una vez al año durante
  los últimos 25 años.

• Los bayesianos son las únicas personas que pueden sentirse marginadas después de integrarse

  Y ahora la leyenda:

  

Uno de Reddit :

YOLO: solo APRENDES una vez

PD: Ian Goodfellow y Jurgen Schmidhuber son coautores de un documento (que se presentará en NIPS 2019) sobre las GAN inversas (más bromas sobre el tema aquí )

Un algoritmo de Machine Learning entra en una barra.

El cantinero pregunta: "¿Qué quieres?"

El algoritmo dice: "¿Qué tienen los demás?"

Déjame abrazarte, agria adversidad, porque los sabios dicen que es el curso más sabio.

Yann Le Trump! 😂😂😂

A: ¿Qué es el aprendizaje automático, señor? B: ¡No es aprendizaje automático! Se está quemando la máquina, hombre.

por Davide Mazzini

"Las predicciones son difíciles, especialmente sobre el futuro".

(Yogi Berra o Neils Bohr, dependiendo de si prefieres la física o el béisbol)

En 2006, una broma común era que obtendrías un premio por escribir un artículo que tendría "Karl Marx" o "Neural Network" en el título y ser aceptado en NIPS. Ahora que se ha convertido en el estándar para este último ...: D