Welcome to QuantumCasts! A new series on quantum computing

MARISSA GIUSTINA : 안녕하세요 나는 마리사 지 스티나이고, 나는 새로운 일련의 동영상을 소개합니다

양자 컴퓨터와 어떻게 프로그래밍 할 것인가 우리는 일련의 네 가지 비디오를 다루고 있습니다 우리가 즐길 수있을 거라 생각하는 개념의 폭 넓은 집합 나는 양자 계산이 실제로 무엇인지 설명 할 것이다 전통적인 컴퓨팅과는 다른 점이 있습니다

거기에 많은 서술들이 나와 있습니다 나는 그것을 본질적으로 끓일 것이다 양자 컴퓨터의 작동 원리와 사용법을 보여줍니다 다니엘은 차이점을 파헤 칠 것입니다 고전 정보와 양자 정보의 결합 육체적 인 수준에

전통적인 메모리에 대해 배우게됩니다 마이크로 전자 레벨에서 어떻게 작동하는지, 이를 바탕으로 양자 칩이 어떻게 작동하는지 확인하십시오 다음은 양자 컴퓨터 프로그래밍에 관한 것이며, 데이브가 그걸 다 말해 줄거야 양자 컴퓨터 프로그래밍의 개념과 프로그래밍이 아닙니다 새로운 오픈 소스 Cirq 언어 쉽게 해줍니다

마지막으로, 깊은 개념에 관심이 있다면 컴퓨터 과학 중 세르지오는 당신에게 대우를 제공합니다 그는 오랫동안 확고한 강자에 대해 이야기 할 것입니다 교회 – 튜링 논제와 양자 컴퓨팅이 제공하는 방식 한계로부터의 흥미 진진한 돌파구 전통적인 컴퓨팅의 이 동영상은 우리가 처음 접하는 동영상입니다 Google 개발자를 위해 제작하고 그 (것)들에 당신의 의견을 듣는 것을 사랑하십시오 나 또는 다른 발표자에게 질문이 있으시면, 아래 의견란에 남겨주세요

How to get a job at Google (Software Engineer 2018)

이봐, 무슨 일이야? 이 에피소드에서는 리처드 리우 8 년간 Google에서 근무했습니다 그의 시간 동안, 그는 500 명 이상을 고용했습니다

Google 그는 구글을 떠나서 자기 자신을 만들었다 Leapai라는 직업 검색 플랫폼 AI를 사용하여 직업 검색하기 10 배, 10 배 더 빠름 그래서 나는 그가 완벽한 손님이라고 생각 했어 우리에게 말하기 Google에서 일하는 방법 이봐, 무슨 일이야? 오늘 나는 리차드를 만났어 그는 Leap

ai의 CEO 겸 창립자입니다 그는 8 년간 Google에서 근무했습니다 자기 부서가있는 얼마나 많은 사람들을 Google에 고용 했습니까? 서로 다른 부서에 약 500 명 그래서 당신은 약 500 명을 고용했습니다 8 년 동안 구글에 너무 많은 사람들이 있다고 생각하지 마라 질문에 더 많은 경험이있다

"어떻게하면 Google에서 직업을 구합니까?" 당신이 적어 놓은 첫 번째 요점은 "너는 학위가 필요 없어" 전혀 학위를받을 필요가 없다 공동 창립자, 그는 10 년 동안 Google에있었습니다 그는 심지어 나보다 젊다

그가 Google에 합류했을 때, 그의 테크 리드 학위가 없었어 그래서 그것은 매우 확실합니다 학위가 필요 없다고 좋아, 그럼 누군가가 학위를 갖고 있지 않으면 Google에 자신을 증명할 수있는 방법 그들이 유능하다는 것을 코더? 그들은 무엇을 제출해야합니까? 나는 구글이라고 생각한다 집중하지 않는다 어떤 학위를 가지고 있든간에 더 많은 것에 집중했다

네가 할 수있는 일의 종류 당신이 얼마나 좋은 코더인가? 너는 쉽게 너를 증명할 수있어 놀라운 프로젝트에 참여한 경험이 있다면 이력서에 해당 프로젝트의 기술적 깊이 또는 제출물이 있습니다 너는 아마 누군가와 일했을거야 당신이 얼마나 능력이 있는지 압니다 그 사람을 참고 자료로 사용하고 Google에 서면으로 작성하여 귀하를 보증합니다

너를 위해 문을 열어도 충분할거야 Google의 소프트웨어 엔지니어가 되려면 특정 언어를 알고 있다면 어떻게 될까요? 그들은 찾고 있지 않습니까? 말하자면, 당신은 Perl을 정말 잘한다 Google은 Perl을 필요로하지 않으며 여전히 사용자를 고용 할 것입니까? 하지만 당신은 펄을 절대적으로 잘한다 자동으로 실격 처리됩니까? 당신은 그들이 원하는 언어를 모르고 있습니까? 나는 구글이 다양한 언어를 찾고 있다고 생각한다 자바, C + +, 파이썬

언어의 무리 한 현대 언어가있는 한 나는 "현대 언어"를 사용해야한다 Perl은 현대 언어로 간주되지 않습니다 당신은 어떤 언어를 고를 기회를 얻는다

너 인터뷰에서 사용하고 싶다 그 사람들 대부분은 많은 언어를 쓸 수 없더라도 모든 언어 나 자신에 관해서는, 나의 C ++는 매우 녹슬었다 하지만 누군가가 C ++을 쓰면 이해할 수 있습니다 누군가가 Google에서 일하기를 원한다면 소프트웨어 엔지니어로서, 그들이 배워야 할 최고의 언어는 무엇입니까? 그건 그것들을 위해 가장 쉽게 만들거야 Google의 소프트웨어 엔지니어가 되려면? 가장 인기있는 언어는 자바, C + + 및 파이썬 완전한! 좋아, 그럼 2 번 너는 썼다

Google은 이전 경험에 대해별로 신경 쓰지 않습니다 어떻게 생각하는지에 대해 그래 너는 어떻게 생각하니? 또한 귀하의 진정한 역량과 잠재력 수년간의 경험이 없어도 상관 없습니다 좋은 컴퓨터 과학 기초가 있다면 당신이 똑똑하고 추진력이 있다면 물건을 빨리 집어 올릴 수 있습니다 미친 듯이 자랄 수 있어요

내 경험을 바탕으로 Google에 온 숙련 된 사용자를 위해 그들 중 일부는에 적응하는 데 어려움을 겪는다 Google 환경 그들은 "나는 이렇게했다"고 말할 것이기 때문이다 Google에 방문하면 전적으로해야합니다 환경에 적응하라 당신이 중학생이고 높은 잠재력을 지녔다면 너는 잘 배우고, 꿈꾸며

당신은 실제로 "공을 아주 잘 차버릴"수 있습니다 나는 일반적인 오해가 네 눈물의 경험이 필요해 개발자로서 또는 소프트웨어 엔지니어로서 Google에서 일하기 전에 하지만 네가하지 않는다고 말하는거야 Google, 실제로 신선한 졸업생을 많이 고용합니다 네가 말한 포인트 넘버 3은 "연습" Google에 고용 된 경우 많은 코드를 작성하게됩니다

당신은 다른 알고리즘으로 평가 될 것입니다 시스템 설계 그러니 한 이야기를 나눠 보겠습니다 Google에 합류했을 때, 나는 거기에서 꽤 시니어였습니다 나는 100 명 이상의 사람들을 관리하고 있었다 나는 준비가 안됐어

코드 작성을 부탁했습니다 "당신은 보드에 코드를 작성할 수 있습니까?" 코드를 작성할 수있게되었습니다 그러나 실제로, 그들은 많은 양의 코드를 작성하도록 요청할 것입니다 그렇다면 어떻게해야할까요? 그럼 그냥 연습해야 해 모든 종류의 웹 사이트로 이동 코드 연습하기 내 친구의 회사 중 하나 인 Leetcode 코드를 연습하는 사람들에게 아주 좋은 장소입니다

어떤 웹 사이트가 코딩을 연습해야합니까? 내 친구의 회사 중 하나 인 Leetcode 4 위, 2 위 ~ 마지막 지점은 품질 추천을 받다 수많은 사람들이 구글, 이력서의 대부분은 걸러 낸다 당신이 매우 강한 추천을한다면 소개, 정말 당신의 작품을 알고 너에 관해 좋은 말을 할 수있다 대신 이력서를 제출하는 대신 "나는 매트를 알게되고,이 녀석은 정말로 관대 한 남자, 아주 일하기 쉬워 " 너는 좋은 말을 써 그리고 그것은 많은 것을 점검 할 것입니다 고위 인사가 있으면 너에 대한 아주 좋은 것들 그 추천 코멘트는 당신을 엄청나게 도울 것입니다 품질 우수 추천을 어떻게받을 수 있습니까? 우리는 실제로 Leap

ai 웹 사이트에 블로그가 있습니다 우리는 이미 추천의 힘에 대해 이야기했습니다 첫 번째 계층 추천 노인이고 너를 정말로 잘 아는 누군가 소개의 두 번째 계층 회사에서 선배가 아닌 사람 하지만 너 정말 잘 아는구나 추천 3 단계 노인이지만 잘 모르는 사람 가치가 떨어지는 최악의 추천 주니어이고 잘 모르는 사람 가장 좋은 방법은 너는 너의 일을 정말로 아는 누군가를 두드리고있다

내가 너를 모른다면 매트, 나는 일반적인 단어 만 넣을 수있다 "나는 매트를 사회적으로 알지" "그는 좋은 남자와 대화하는 것이 현명한 것 같다" "나는 그의 기술 능력을 모른다" 그러한 추천 유형은 가치가 떨어질 것입니다 그래서 당신의 일을 정말로 아는 누군가를 찾으십시오

그들은 누군가를 가치있게 찾을 수 있습니까? 내 제안은, 이것은 단지에 적용되지 않습니다 소프트웨어 공학 제 청중에게 회의에 참석하라고 말했습니다 나는 그들에게 만남에 가라고했다 기안자들에게 가기 가능한 한 많은 사교 행사에 참석할 수 있습니다 그들이하는 일에 부설하다

해피 아워 일 수있다 코딩에 대한 좋은 점은 그것은 매우 열정적 인 공동체입니다 Google과 같은 코드 회담 또는 회사와 같은 기술 회사 일 수도 있습니다 Leapai는 대화를 나눌 수 있습니다

bootcamp 또는 이와 비슷한 것을 코딩하는 것을 좋아합니다 추천을 찾는 것이 가장 좋은 방법이라고 생각하십니까? Advisor라는 프로그램이 있습니다 고문을 찾으러 거기에 갈 수 있습니다 이 경우, 누군가에게 요청할 수 있습니다 Google에서 제공하는 Google의 누군가가 그 사람과 이야기합니다

기본적으로 무료 인터뷰를 받는다 그 사람은 말할 수 있습니다 "나는 Matt와 채팅하는 것을 정말로 즐겼다 그는 똑똑한 녀석 인 것 같아 나는 그를 추천하고 싶다 " 끝난! 그건 그렇고, 그건 조금 비열하다

행동 촉구, leapai 체크 아웃 설명에 링크가 포함됩니다 아래 링크를 사용하면 직장에 도착하면 500 달러를 벌 수 있습니다 through leapai 마지막 지점으로 이동합니다

Google이 인터뷰하는 사람들을 평가하는 방법 이해 나는 이것이 가장 중요한 부분이라고 생각한다 많은 사람들이 인터뷰를 마치고 대답을 얻었습니다 그들은 훌륭한 일을했다고 생각합니다 그거 알아? 당신은 아마 당신이 생각하는만큼 잘하지 않았을 것입니다 그들이 질문을 할 때 많은 시간을 보낸다

그들은 여러 단계를 거친다 그래서 내가 너에게 물으면, 보통 나는 5 단계가있다 약한 후보자는 2 단계 만 완료 할 수 있습니다 그 사람은 기분이 좋고, 시간은 올랐다 그럼 나는 더 이상의 질문을하지 않는다

하지만 실제로, 당신은 2 단계 만했습니다 나는 평균 점수 만 줄거야 그러나 정말로 강한 것들은 계속해서 3 단계와 4 단계 가장 좋은 것들은 5 단계로 나아 간다 너는 알 것이다 구워지면 많은 질문에 대한 후속 조치 특히 당신이 매우 열심히 느끼는 마지막 하나 너 자신에 대해 나쁘게 생각하지 마라

너는 훨씬 나아 갔기 때문에 대부분의 후보자들보다 그래서 그것의 번호는 1입니다 실제로 당신이 끝내면 여러 단계, 잘했을 가능성이 큽니다 둘째, 그들은 당신이 어떻게 생각하는지 더 신경써 요 정답보다 답을 쫓지 않고 당신은 정말로 당신이 어떻게 생각하는지 증명해야합니다 질문을 받으면 그 순간에 당신은 그것을하는 법을 정말로 모릅니다

너는 그렇게 말하면 돼 "내가 여전히 최적화를 검색 할 때 이것에 대한 algorythms, 내가 부스 algorythms을 시작하자 " 그래서 당신은 그것을 얻고 당신은 진전을 이루고 있습니다 더 나은 버전을 만들어라 이 과정에서 당신은 당신의 견해를 공유하고 있습니다 당신의 아이디어와 단계에 대해 사람들은 당신이 코드 작성뿐 아니라 역시 통신 할 수있다

실제로 직장에서, 당신은 코딩 만하지 않습니다 당신은 또한 다른 사람들과 의사 소통하고 있습니다 인터뷰는 사람들과 어떻게 일하는 지 보여주는 창입니다 또한 의사 소통에 능숙 함을 보여줌으로써 그것은 그들이 찾고있는 또 다른 것입니다 당신의 아름다운 코드를 찾을뿐만 아니라, 뿐만 아니라 의사 소통 기술 당신의 스타일을 찾고, 너는 구글에 들어갈거야, 너는 좋은 청취자 니? 당신은 새로운 아이디어에 열려 있습니까? 비평을 처리 할 수 ​​있니? 그 모든 것들이 중요한 요소입니다

평가에서 내 생각에 특히, 내 관객과 항상 기술 능력에 대해 생각해보십시오 하지만 네가 면접에 제출했다면 당신은 당신의 성격 때문에 실격 될 가능성이 가장 큽니다 나는 구글에서 실제로 안된다고 말할 것이다 엔지니어를위한 많은 사람들 기술의 절반은 기술 능력입니다 기술적 인 것이 그들이 찾고있는 핵심 요소입니다

그러나 데이터 만이 유일한 것은 아닙니다 다른 사람들과의 커뮤니케이션 또한 중요합니다 그 사람의 절반은 실격 상태입니다 성격 상, 절반은 기술 자격으로 실격된다 대충 맞아

알았어 그거 진짜 좋은 정보 야 그건 균형 잡힌 인터뷰 야 그것은 단지 성격에 관한 것이 아니라, 그것은 단지 기술에 관한 것이 아닙니다 그것은 둘 다에 관한 것이다

명확히 너는 양쪽면을 보여줄 필요가있어 대단해, 고마워! == 이 인터뷰를 즐겼 으면 좋겠어 500 명 이상을 고용 한 Richard와 Google에서 자신의 부서도 운영합니다 당신 부서는 뭐하고 있었 니? 내가 Google에있을 때 나는 몇몇 분야를위한 엔지니어링 엔터프라이즈 검색으로 시작 Google 쇼핑에서 일한 것보다 꽤 큰 조직이다

마지막 프로젝트는 "프로젝트 Fi"였습니다 꽤 놀라운 경험 굉장해! 리처드에게 감사드립니다 리처드와 함께 전체 재생 목록이 나올거야 그래서 당신이 더 많은 비디오를 체크 아웃하고 싶다면 CTO, 데이터 과학자, 기술 분야에서 일하고있다 링크를 클릭하십시오

나는 카드에 넣을거야 오른쪽 상단 구석에

영어원서 꼼꼼하게 읽는 방법 | 열심히 영어공부 | How to read books in English

안녕하세요 여러분 열심히 영어공부의 열심히 입니다 오늘은 제가 영어원서 읽는 방법을 살짝 바꿔 봐가지고 새로운 원서읽기 방법에 대해서 말씀드리려고 해요 제가 지금까지는 영어원서를 어떻게 읽었냐면 한 권을 3일 아니면 4일 안에 다 읽겠다 이런 목표로 속독, 빨리 읽기 방법으로 읽었어요 그렇게 영어원서를 읽은지 지금 2년 반 정도 됐거든요 만약에 모르는 단어가 나오면 거의 안 찾아보거나 아니면, 정말 중요하고 정말 답답하다 이 단어 때문에 줄거리가 이해가 안된다 이렇게 생각이 될 때 찾아보는 방법으로 거의 한 챕터에 모르는 단어를 10개 이하로 찾아가면서 빨리 빨리 영어원서를 읽어왔습니다 근데 제가 최근에 영어원서 읽기에 대한 책을 한 권 읽었어요 제목이 뭐냐면 영포자가 꿈꾸는 영어원서 쉽게 읽기 라는 책입니다 이 책의 저자이신 부경진님은 영어원서를 처음 읽으실 때부터 모르는 단어를 꼼꼼하게 찾아가면서 읽으셨다고 해요 단어카드를 준비하셔 가지고 어려운 단어가 나오면 거기에 단어를 쓰고 뜻도 적고 영어발음도 적고 몇 페이지에서 나왔는지도 적고 그리고 그 문장도 적고 그런 식으로 만드신 단어카드가 지금 이만큼이 있다고 합니다 이 책을 읽고 나니까 지금까지 너무 대충대충 읽었나? 이런 생각이 들어서 한 이틀 동안은 너무 고민이 되더라구요 지금까지 읽은 책을 다 다시 읽어야 되나 이런 생각도 들고 근데 후회해 봤자 이미 지난 세월 어떻게 할 수도 없고 그리고 이거는 제 생각인데 저는 좀 성격이 급한 편이어가지고 그렇게 꼼꼼하게 읽어야 된다고 생각을 했으면 중간에 포기했을 수도 있을 거 같애요 너무 답답해서 저한테는 그렇게 빨리 읽으면서 뭔가 눈에 띄게 읽은 책이 쌓인다는 느낌 그리고 영어문장을 많이 접하는 연습 그게 저한테는 좀 도움이 됐었던거 같애요 근데 이 책을 읽고 나서 이 작가님의 방법과 내 방법을 조금 섞어보자 조금 영어원서 읽는 방법을 바꿔보자 이런 생각이 들어서 제가 이번에 새로 읽은 책부터 그 방법을 적용을 한 번 해봤습니다 바로 이 책인데요 이 책 뉴베리 메달 받은 책이고 추천해 주시는 선생님들이 많으셔서 읽기 시작했는데 내용이 정말 좋아요 인디안 학생이 백인 친구들만 가득한 학교로 전학을 가게 되면서 일어나는 성장소설인데요 되게 유머러스하면서도 슬프고 그러면서도 용기를 주는 그런 책이어서 추천을 해 드릴께요 이 책을 읽으면서 저는 어떻게 읽었냐면 먼저 책을 3등분해서 나눴어요 그건 저의 오랜 습관이기도 하고 하루에 이 정도 읽겠다 이런 목표이기도 하구요 그리고 3분의 1을 다 읽고 나면 와 3분의 1이나 읽었다 이런 목표를 잘게 쪼개는 그래서 성취감을 올리는 저만의 방법이기 때문에 이렇게 3등분을 일단 했구요 그리고 책을 읽으면서 이렇게 작은 메모지를 준비를 했어요 그래서 모르는 단어가 나올 때마다 꼼꼼하게 찾아서 적고 뜻을 찾아서 옆에다 적었어요 문장까지는 적지는 않았구요 대신 책을 읽으면서 외워두고 싶은 문장 그리고 꼭 기억하고 싶은 문장을 만날 때마다 메모지의 뒷편에다가 이렇게 적어뒀습니다 책을 다 읽고 나서는 이렇게 앞에 마스킹 테이프를 이용해서 나중에 뗐다 붙였다 할 수 있게 붙여놨어요 이렇게 꼼꼼하게 읽으니까 좋은 점이 정말 그 문장 하나하나를 정확하게 이해를 하게 되어서 작가가 하고 싶은 말을 더 잘 이해하게 되는 느낌 대충대충 넘기는게 아니고 꼭꼭 씹어서 이해하는 느낌이 들어서 좋았어요 그리고 외워두고 싶은 문장을 적어두는 것도 정말 좋더라구요 이렇게 해보니까 그동안 읽던 책들에서 적어두고 싶은 문장이 있었는데 그냥 넘어간 적이 많았었거든요 한 가지 단점은 저는 책을 누워서도 읽고 소파에 기대서도 읽고 좀 왔다갔다 하면서 읽는 편이었는데 이렇게 모르는 단어를 적어야 되니까 한 자리에서만 읽게 되더라구요 그리고 저는 책을 3-4일에 한 권 읽는 걸 목표로 지금까지 읽어왔는데 이렇게 꼼꼼히 찾아가면서 읽으니까 아무래도 책읽는 시간이 조금 느려졌어요 그래서 이 책은 다른 책에 비해서 많이 두꺼운 책이 아니었는데도 읽는데 한 일주일 정도 걸린거 같애요 당분간은 이렇게 꼼꼼하게 읽는 방식으로 좋은 책을 골라서 읽어보려고 합니다 오늘 이렇게 새로운 원서 읽기 방법에 대해서 말씀드렸는데 어떠셨나요? 여러분은 원서를 읽을 때 어떻게 읽으시나요? 댓글로 남겨주세요 제 영상이 도움이 되셨으면 좋아요 눌러주시고 구독 버튼 누르시고 저랑 꾸준히 영어공부 같이 해보세요 오늘 영상 여기까지 봐주셔서 진심으로 감사드립니다

Google Cloud Vision – How to use Google’s Image Recognition Technology on YouTube Thumbnails

안녕하세요, 유타 SEO 닌자에게 다시 오신 것을 환영합니다 내 이름은 트리스 톤과 이번이 처음이라면, 잊지 마시고 사물을 구독하셔야합니다

나는 너와 얘기하고 싶다 오늘은 Google Cloud 비전입니다 이제는 정말 깔끔한 작은 장난감입니다 이 지난 주 동안에 대해 알아 냈고 YouTube 마케팅 및 비디오 SEO 및 그와 같은 것들에 대한 회의 확인을 위해 미리보기 이미지를 스캔하는 방법에 대해 이야기했습니다 YouTube 또는 Google에서 귀하의 도달 범위를 제한하기 위해 잠재적으로 사용할 수있는 것 귀하의 온라인 콘텐츠 및 몇 가지 다른 흥미로운 생각 이것이 사용될 수있는 방법과 나는 많은 사람들이 검색 할 것이라고 생각한다

이 작업을 수행하는 방법에 대한 자습서를 얻으려는 시도가 있었으므로 앞으로 나아갈 것이라고 생각했습니다 함께 작은 비디오를 보여주고 무엇을해야하고 어떻게해야하는지 보여줍니다 정말 빨리 첫번째 물건을 먼저 가지고 가려고합니다 cloudgoogle

com/vision이 페이지 오른쪽으로 이동하게됩니다 여기를 따라 가면 api와 api로 작업을 시작할 수 있습니다 콘솔과이 모든 것들이 우리 대부분이 생각하는 것 이상입니다 실제로 나는 이것을 얻을 수 없었던 것처럼 관리 할 수있게 될 것입니다 아직 일하면서 내가 버킷에 문제가 있다고 말하면서 그걸로, 내가 너희들에게 알릴 것이다

그러나 만일 당신이 여기 조금 아래로 내려 가면 실제로 API를 테스트 할 수 있으므로 시스템을 테스트 할 필요가 없습니다 다른 미친 백엔드 물건에 들어가서 내가 여기에 몇 가지 그림이있어 테스트하고 여러분에게 보여주고 싶고 다른 것들을 그려 볼 수 있습니다 그러고 나서 우리가 그 일을 마치면 나는 너에게 줄 것을 원해 이 아이디어를 통해 우리의 아이디어와 생각을 YouTube 용 웹 사이트 등 모두에 접근하십시오

그래서 시작하고 시작하겠습니다 우리는 셀카를보고 시작할 것입니다 그래서 우리가 먼저 알아 차릴 것입니다 이것은 실제로 얼굴을 인식 할 수 있고 무엇이 같은지 추측하려고 시도한다는 것입니다 감정이 드러나고 있습니다

그리고 여러분이 볼 수 있듯이 저는이 표현에 대해 충분히 표현하지 않았습니다 레이블을 클릭하면 특정 이미지가 표시되어 개인을 표시합니다 그림의 요소들, 예를 들어 얼굴 머리를 볼 수 있습니다 예 여기 저기에 약간의 모서리가있어 실제로 감지 할 수 있습니다

당신은 그것이 클로즈업이라고 말할 수 있습니다 초상화입니다 조금 목이 찢어졌습니다 나는 눈썹있어 내가 가진 사람의 얼굴이야

큰 이마 그래서 우리는 그 모든 정보를 바로 볼 수 있습니다 우리는 웹에 갈 수 있습니다 이것이 무엇을 할지는 일반적으로 공통적 인 기본 키워드를 보여줄 것입니다 이 특정 이미지 또는 유사한 이미지에 사용되므로 예를 들어 눈썹 사진을 찾을 수 있습니다 아래로 스크롤하면 페이지를 찾을 수 있습니다

이미지가 일치하여 해당 이미지가있는 사이트가 여기에 있습니다 부분적으로 매치 된 이미지는 다음과 같은 그림이 될 것입니다 이것과 비슷한데 나는 내 자매 중 한 명처럼 보이지 않는다 그 형제를 제외한 모든 형제 자매들이 빨간 머리이므로 나는 내 네가 재산에 가면 이름이 내가 아는 어떤 것을 탐지하고있다 당신이 지배적 인 색깔을 좋아하는 것을 보여줍니다

JSON을 착각하지 않으면 이것이 실제로 기차를 좋아하는 용도로 사용됩니다 인공 지능은 나중에 우리가 다른 백에 들어가는 것이 아닙니다 그것에 확실한 백분율 그러나 나는 그것이 그것이 인 것을 위해 꽤 확신한다 안전 검색 정보는 실제로 꽤 재미 있습니다 Google에서 가끔씩 검색을하는 것처럼 익숙합니다

저장된 검색 설정을 해제할지 묻는 콘텐츠를 차단합니다 잠재적으로 성인용 콘텐츠를 알기 위해 해당 설정을 조정하십시오 그래서이 도구가 무엇을 할 것인가? 그들은 또한 그것을보고 시도하고 추측 할 수 있습니다 여기에 잠재적으로 안전한 수색에 해당 할만한 것이 있습니다 예를 들어 필터가 너무 희박하기는하지만 저는 두 가지 포인트가 있습니다

경주는 하나가 아니라 1 ~ 5 점으로 매우 높지는 않습니다 어른이되면 스푸핑 일 수있는 약간의 기회가 있으며 당신이 내가 약간 경미한 YouTuber 인 것을 알기 때문에 그것은 너무나도 멋질 수 있습니다 나는 당신이 팝업이 무엇인지보기를 원한다면 그것을 염두에 두라 이 비디오를하기 위해 무엇을 검색해야 할지를 알아 내야합니다 내 아내와 문제가 생겼어

나는이 이미지와 함께 여기까지 갔다 우리는이 이미지가 화가 났는지 아닌지 알게 될 것입니다 다시 우리는 우리의 다른 레이블을 볼 수 있습니다 그래, 속옷 핑크색 수영복 복부 근육 트렁크 등등의 몇 가지 다른 예가 있습니다 인터넷을 통해 그래서 당신은 부분적으로 일치하는 이미지를 얻고 싶습니다 똑같은 것을 물어보십시오

방금 다시 속성이있는 밈으로 바뀌 었습니다 우리의 원색 비율에 대해 이야기 한 다음 안전한 검색으로 가면 소프트웨어는 여기에 성인용 콘텐츠가 있지만별로 많지 않다는 것을 알 수 있습니다 분명히 모든 것이 덮여 있기 때문에 완전히 필터링해야합니다 그러나 racy가 racy 일 가능성이 높기 때문에 이걸 사용한다면 youtube 미리보기 이미지가 있으면 동영상이 아주 좋은 기회입니다 제한 모드로 설정되어 있으면 도달 범위가 넓어지지 않습니다

내가 생각한 또 다른 예가 정말로 흥미 롭다 네가 그 녀석을 본 후에 나는 여기 강아지의 그림을 끌어와 비키니 입니 다 그러면 우리는이 그림을 빠르게보고 스캔 할 것입니다 그것이 말하는 것은 그것이 매우 진실한 doglike 포유류 다라고 말한다

개는 시베리안 허스키라고도 할 수 있습니다 허스키 썰매 개 허스키 알래스카 개 알래스카 부츠 Canadian Eskimo Dogs 그리고 나서 우리는 할 수있다 또한 그것이 강아지 인 것을 본 다음, 그것이 말한 또 다른 부분이 있습니다 여기 미니어처 시베리아 허스키 스에 간다 75 % 그게 바로이 그림이 무엇인지 그리고 그것이 올바른지 확률 미니어처 시베리안 허스키 우리는 온라인으로 볼 수 있고 이것의 다른 예를 찾을 수있다 그것이 Pinterest에있는 이미지를 참조하십시오 그리고 다른 장소의 전체 잔뜩 여기에 있습니다 검색에 사용되는 키워드는 모두 유용합니다

깨끗하고 썸네일로 사용할 수있는 아주 좋은 그림이 될 수 있습니다 당신의 비디오가 시베리안 허스키 즈에 관한 것이라면, 내가 어떻게 당신이 그것을 보게하고 싶었 을까? 일부는 일했고 밖으로 나가고 놀 수 있었지만 몇 가지가 있습니다 우리가이 큰 것 중 하나에 사용할 수 있다고 생각하는 흥미로운 것들 Google을 볼 때 Google을 살펴볼 때 현장을 바라 보았습니다 YouTube 동영상에서 볼 수있는 관련성 특정 주제 또는 특정 키워드와 관련된 것이 있다면 우리 웹 사이트가 있다면 조금 더 높은 순위에 올거야 최적화 및 해당 웹 사이트는 검색 용어의 순위를 알기에 적절합니다

백 링크가있는 관련 웹 사이트에서 오는 백 링크가있는 경우 더 높습니다 나는 우리가 할 수 있다고 생각하는 당신의 순위에 대해 더 강해지고 더 많은 가치를 가질 것입니다 잠재적으로 이것과 관련이 있습니다 내가 생각하기에이 아이디어는 우리가 웹 사이트 순위를 조금 높이고 싶다면 온라인으로 홍보하고 싶었습니다 조금 더 나은 또는 우리의 YouTube 임대 조금 나는 이미 우리가 선택한 것에 조금 더주의를 기울 였다고 생각한다

우리가 와서 그 이미지를 먼저 스캔해서 그것들은 웹 사이트의 내용과 관련이 있다고 생각합니다 Google이 가고 있다고 생각합니다 저것을 볼 수 있고 나는 그것이 우리가 조금 움직이는 것을 도울 것이라고 생각합니다 조금 더 많이 검색 할 수 있기 때문에 검색에서 조금 더 높습니다 우리가 목표로 삼고있는 검색어와의 관련성 정말로 중요하고 또 다시 우리는 웹에서 여기를 볼 때 우리가 볼 수있는 앵커 텍스트 alt 텍스트를 볼 수있는 부상 키워드 이 이미지와 관련이 있으므로 잠재적으로이 이미지를 이러한 검색어에 대한 참조를 다시 한 번 볼 수 있습니다

재미있는 것은 그들이 일어난 일 중 하나였습니다 컨퍼런스는 소프트웨어가 조금 더 빨라지 자마자 YouTube 동영상에 조금 더 효과적으로 사용할 수 있습니다 뿐만 아니라 동영상의 각 프레임을 스캔하고 당신은 어른 콘텐츠 또는 어쩌면 반드시 그렇지 않은 무언가를 알고 있습니다 동영상의 콘텐츠와 관련이있는 키워드는 귀하가 순위를 매기려고 시도하면 잠재적으로 순위를 높이거나 상하게 할 수 있습니다 거기 또는 당신의 범위 그래서 나는 그것이 정말로 흥미 롭다는 것을 다시 생각했다

당신이 정말로 빨리 들어가서 어떻게 찾을 수 있는지 보여주기 위해서 실제로 사이트의이 부분과 그 밖의 모든 것을 찾기 위해 약간 그걸 가지고 놀아 라 네가 정보를 찾았 으면 좋겠다 만약 당신이 의견을 나에게 알려주지 않았다면 아직 구독 중이므로 다음과 같은 동영상을 더보고 싶습니다 정말로 쉽고 정말 쉽고 적어도 지금은 무료입니다 그래서 그게 나를 위해있을거야 내 이름은 유타에서 Triston이다 SEO Ninja, 좋은 하루 되세요

그리고 다음 비디오에서 너희들을 볼거야 안녕

How to Automate Your Store’s Customer Service with Google AI

상점을 키울 때 브랜드가 많은 기업가 마케팅에만 집중 페이스 북에 초첨을 맞추다 광고 및 전환율 그런 것들

이건 괜찮아 그러나 가장 성공적인 전자 상거래 브랜드에는 고객에 대한 큰 강조 경험 제프 베조스 (Jeff Bezos) 우리가 잘 해낸 이유 우리의 동료 중 마지막 인터넷 공간 우리가 가지고 있기 때문에 6 년 레이저처럼 집중 고객 경험 당신이 할 수있는 방법 중 하나 고객 경험 향상 에서 회신하여 고객과 잠재력 고객은 더 빠릅니다 너가 할 때 이것은 아주 어렵다

필요한 모든 일을 다하라 그것을하기 위해 성공적인 브랜드이므로 비디오 나는 당신에게 어떻게 보여줄 것인가? 당신은의 80 %를 자동화 할 수 있습니다 답장하는 일 고객 질문 페이스 북의 메신저 그럼 왜 페이스 북의 메신저 이미 실행 중입니다

격려하는 페이스 북 광고 고객이 논평하고 메시지 사람들은 이메일 채팅을 선호합니다 페이스 북의 메신저는 가장 큰 채팅 플랫폼 약 1 포인트 30 억 월간 활성 사용자 구독자를 만들 수도 있습니다 시장에 내놓을 수있는 목록 90 %의 오픈 요금이있는 경우 당신은 더 많은 것을 배우고 싶다

그 다른 동영상보기 에 집중할 예정이다 고객 서비스 자동화 메시지를 통해 내가 어떻게 이것이 어떻게 작동하는지 보여 드리겠습니다 제가 가게를 운영하고 있다고 가정 해 봅시다 그 보충제를 판매하는 사람들의 기억력 향상에 도움 고객에게 집중 배송에 대해 질문이있다

타임스 꽤 일반적인 것입니다 몇 시간을 기다리는 대신 그들에게 돌아 가려고 당신이 설정할 수 있습니다 이와 같은 즉각적인 응답 하나 그럼 이걸 살펴 봅시다

응답 여기에 세 부분이 있습니다 기대를 올바르게 설정 이봐, 이봐 우리는 자동 도우미가 아닙니다 인간 인척

이것은 매우 중요하다 사람들이 좋아하지 않기 때문에 그냥 바보 같은 인간과 이야기하기 하지만 괜찮아 즉각적인 응답 그게 어쩌면 습관만큼이나 인간은 분명히 그들에게 주겠지 만 그것은 옳다

지금 당장 대답 해 두번째 그럼 분명히 질문을하고 또한 그것을위한 방이 거기에 없다 정확히 맞아 우리가 그들에게 우리가 얻지 못하는 경우에 대비해 100 % 맞아

그러면 마지막 부분이 링크됩니다 그것과 그것의주는 선택권에 그들이 느끼는 것을 확인하고 들었어 그래서 당신이 알고 있다고 말하면서 도움이되는 예 또는 아니오 친절 그 중 일부는 정말하고있어 우리에게 도움이되는 것들

추적 할 때 가장 중요한 점은 고객이 이해한다고 들었다 그냥주는 것이 아니 었습니다 이것이 답입니다 이제 구매하거나 떠나십시오 그래서 이걸주고 있었기 때문에 우리가 추적 할 수있는 끝에 옵션 응답이 얼마나 좋은지 우리가 목표로하고 싶어서 일하고있어

80 %의 사람들에게 예라고 말하면 도움이되었습니다 또한 얼마나 많은 판매가 결과가되고있다 그래서 우리는 몇 가지 기술적 인 부분을 가지고 있습니다 우리가하는 것들 기본적으로 추적을 추가합니다 누군가의 예를 클릭하고 구매하십시오

그래서 이것은 같은 것을 사용하고 있습니다 자연 언어 처리 Google이 Google에 사용하는 보조원 및 Google 홈 이것은 일단 훈련하면 하나의 질문에 그것을 다른 질문을 이해하십시오 같은 의미이지만 다른 의미 말씨 그래서 그것은 단지 키워드를 좋아하지 않습니다 당신이 들어가서 그게 정확히 맞는거야

이것은 모든 것을 배우는 것입니다 시각 그래서 내가 무언가를 묻는다면 조만간 여기에 올거야 빠른 우표입니다 그것도 이해할 것이다

그리고 처음에는 그것이 보일 것입니다 꽤 바보 그러나 시간이 지남에 따라 그것을 훈련 시키십시오 더 많은 youll는 너 자신 만 발견한다 20 시경에 대답해야한다 고객 질문 비율 당신 자신

이제부터는 교육용 인터페이스 및 방법 당신은 이것을 판매 및 고객 지원 팀 이렇게 나는 여유를 얻는다 슬랙은 꽤 좋았어 많은 유연성을 제공합니다 그래서 어떻게 생겼는지 상상해보십시오

고객이 귀하의 상점 및 자동화 doesnt 너는 단지 너를 말하는 줄 알았어 이해하지 못했고 거기에 뛰어 들어가서 할 수 있어요 해당 고객에게 직접 회신 그러나 당신은 또한 그것을 훈련시킬 수 있습니다 그래서 그것을 훈련시키기 위해서 당신은 단지를 클릭하십시오 몇 단추입니다

새 응답을 추가하거나 기존의 것을 선택하거나 다음에 사용자가 묻는 시간 로봇이 할 질문 알다 그래서 시간이 지남에 따라 더 똑똑하고 똑똑합니다 그래서 나는 방금 진짜 이것에 대한 간단한 개요 더 자세히 알고 싶다면 이걸 설정하는 방법과 점점 더 많은 것을 이거 정말 잘 작동 해 나는 어떤 것을 만들고있을거야

이것에 관한 다른 비디오들 그 동안 당신이 배우고 싶다면 더 이 설정을 받아보십시오 사업 그냥 이메일로 나를 쏴 Duncan 채팅 마케팅 담당자 co

kr 및 우리는 신속하게 설정할 수 있습니다 전화하고 고마워

Leverage AI on the Cloud to Transform Your Business (Next Rewind ’18)

CASSIE KOZYRKOV : 다음 2018 년에 300 회 이상의 세션이 있으며, 너는 그들 모두에게 다가 갈 수 없다는 것은 이해할 만하다 그래서 당신이 클라우드를 활용하지 않았다면 귀하의 비즈니스를 변화시키고, 계속 지켜봐주십시오

왜냐하면 여기에 되감기가 있기 때문입니다 [음악 재생] 기계 학습은 알고리즘 접근법입니다 데이터로 반복적 인 결정을 내리는 것 시작하기 전에 모든 구성 요소가 있는지 확인하십시오 배울 데이터, 확인; 기계 학습에 대한 액세스 알고리즘, 확인; 반복적 인 결정을 자동화하려는 욕구 – 우리는 정말로 여기 반복을 말하고 있습니다

10 가지의 결정이 아니라 10,000이나 100 억에 가깝습니다 검사 큰 이야기에서 나온 큰 아이디어를 요약 해 봅시다 첫째, ML을 사용하여 여러 문제를 해결할 수 있습니다

오늘 규칙을 작성 사실, 그것을 적용 할 수있는 기회를 찾을 수있는 좋은 방법입니다 귀하의 비즈니스에서 규칙을 찾는 것입니다 예 : Google 검색에서 검색어 완성 는 손으로 만든 규칙의 진짜 얽힘이었습니다 그것에 기계 학습을 적용하는 것은 우리의 가장 큰 부스트를 가져 왔습니다

2 년 넘게 품질 순위를 매겼습니다 둘째, 기계 학습은 응용 프로그램을 개인화하십시오 ML은 손수 만든 규칙보다 잘 확장되기 때문에 기존 논리 위에 모델을 레이어 할 수 있으며, 당신은 이제 또한 주요 사용자와 다른 사람들을 기쁘게 할 수 있습니다 분견대 자, 물론,이 모든 것을 확인하는 것은 데이터입니다

ML을 규칙 기반 프로세스로 전환하는 것으로 생각할 수 있습니다 그것의 머리에 모델 또는 규칙으로 시작하는 대신, 그것을 뒤집어서 데이터로 시작하십시오 셋째, 기대를 지닌 설계 시스템 내년에는 더 많은 데이터를 얻을 수 있습니다 너의 세계는 정적이 아니기 때문에 너는 기대해야한다

데이터가 커지게됩니다 그리고 더 많은 데이터가 이기기 때문에 이것은 좋은 일입니다 그러나 이것이 당신을 두는 때 무엇이 ​​일어나는가? 엑사 바이트 또는 페타 바이트 영역에서? 예를 들어, 깊은 학습은 잘 작동합니다 큰 데이터 세트 선형 적으로 오류율을 떨어 뜨리려면, 데이터를 기하 급수적으로 늘려야합니다

저기서의 로그 스케일입니다 나는 예측을 좋아한다 당신이 깊은 학습에 있다면, 나는 예측한다 당신의 미래에 많은 데이터 여기에 제안이 있습니다

모든 개인적인 시간을 소비하지 마십시오 큰 데이터 인프라에서 대신 서버리스 방식을 사용하십시오 그래서 당신은 실제로 당신을 데려 오는 것에 당신의 노력을 기울일 수 있습니다 가장 가치있는 것 인프라가 아닌 코드 측면에서 생각해보십시오

우리를 네 번째 아이디어로 이끌어줍니다 인프라를 잊어 버릴 수있는 플랫폼 사용 훌륭한 사전 제작 된 모델을 제공합니다 다양한 ML 시나리오에 대한 유연성을 찾으십시오 그럼 깊은 학습을 다시 살펴 봅시다 최첨단 머신을 수행하는 데 필요한 컴퓨팅 성능 지난 6 년간 학습은 천만 번 증가했습니다

천만 번이나 당신이 최첨단에 있고 싶다면, 효율적이고 비용 효율적인 ML이 필요합니다 환경 점점 더 많은 데이터를 처리하기 위해 분산 될 필요가 있습니다 점점 더 많은 계산을 처리하기 위해 더 나은 하드웨어가 필요할 것입니다

Google Cloud는 이상적인 환경을 제공합니다 하드웨어의 분산 처리 용 당신의 필요에 맞게 환상적인 서버 관리 방식을 제공합니다 훌륭한 사전 빌드 된 모델로 ML을 실행하려면, 그래서 처음부터 모든 것을 만들 필요가 없습니다 네가 원치 않으면

제 말은, 왜 재발견 할 필요가없는 바퀴를 재발견하는 겁니까, 그렇죠? 이 이야기를 요약하면, 다채로운 사용 사례를 생략했습니다 그 아이디어를 실제로 현실로 가져옵니다 영화 추천 시스템, 사기로부터 기계 학습 학습 탐지, 고객 서비스, 사물의 인터넷, 자동차 경매, 게임 등 가득 찬 이야기를보고 싶다면, 설명의 링크를 확인하십시오 아래를 클릭하고 Cloud YouTube에 가입하는 것을 잊지 마십시오

채널을 통해 다음 되감기 콘텐츠를 더 많이 얻을 수 있습니다 지켜봐 줘서 고마워 [음악 재생]

Google aims to power up Korean homes with smart speaker, stirring local competitors

Google은 AI 전원 스마트 스피커를 위해 한국어 서비스를 공식 출시했습니다 장치가 다른 시장에서 밝혀진 지 2 년 후에 그들은 경쟁에 뛰어 들고 있지만

IT 거대 기업이 서울의 경쟁 업체를 인수 할 준비가 된 것 같아 보인다 수영은 그 이유를보다 깊게 파헤친다 Google 홈은 조만간 AI를 제공하여 한국 가정에 진출 할 예정입니다

현지 언어로 된 연사 서비스 세계적인 IT 거대 기업인 화요일 (현지 시간) 한 달 전에 한국어 서비스를 공개했다 선반에 부딪쳤다 "현재 세계 시장에서 2 위를 차지하고 있습니다 아마존의 Alexa 이후 Google Assistant 이 기대되는 발사와 더불어 한국에서 꽤 튀어 나오게 할 것으로 예상됩니다

구글이 AI 스피커를 세계의 다른 지역에서 처음 발표 한 지 2 년 후에 나온 것이다 " 잃어버린 시간을 만회 할 준비가되어 있습니다 음악을 스트리밍하는 것과 같은 일반적인 음성 제어 AI 기능 외에도 불빛을 어둡게합니다 Google은 전 세계적으로 사용되는 풍부한 데이터 및 플랫폼을 활용합니다 차별화 된 서비스를 제공합니다 "휴대 전화, 집, 심지어 Android를 통해 운전하는 동안에도 사용할 수 있습니다 자동 동시에 두 가지 언어를 사용할 수 있습니다

Google Homewill은 귀하가 말하는 언어를 알고 그 언어로 답합니다 또한 귀하의 목소리를 이해하고 귀하가 누구인지 알기 때문에 우리는 누구를 기반으로 대답을 제공합니까? 너는" AI 스피커 분야에서 가장 큰 시장 중 하나 인 한국은 전 세계적으로 2018 년 1/4 분기 매출액 스마트 스피커가 설치되면서 수요가 더욱 늘어날 것으로 예상됩니다 이 나라에서 올해는 3 백만 배로 늘어났습니다

이제 한국 서비스 개시에 따라 Google은 현지 기업을 탈퇴 할 수있는 좋은 위치에 있습니다 삼성, 네이버, 카카오 등 데이터베이스의 규모가 큽니다 그 나라의 스마트 폰 중 90 퍼센트가 회사의 안드로이드 플랫폼 전문가들은 한국 기업들이 보유 할 현지화 된 서비스와 콘텐츠를 개발해야한다고 말한다 그들의 호소

"Google은 세계 최고 검색 엔진이지만 Naver와 같은 현지 포털이 가장 많이 사용됩니다 한국에서 Google은 빠른 속도를 요구하는 한국 소비자의 다양한 요구에 신속하게 대응할 수 없습니다 서비스 그래서 그걸 반영하는 더 많은 서비스를위한 잠재력이 있습니다

현재뿐만 아니라 음식 배달 및 언어 학습 서비스를 제공합니다 " LG와 SK의 핵심 기술을 개발하고있는이 전문가는 또한 강조했다 기업이 음성 인식을 향상시키고 처리 속도를 향상시킬 필요성 정확한 서비스,

경쟁이 예상보다 더 강해질 것으로 예상되기 때문에 미래 오수영, 아리랑 뉴스

Google aims to power up Korean homes with smart speaker, stirring local competitors

Google은 AI 전원 스마트 스피커를 위해 한국어 서비스를 공식 출시했습니다 장치가 다른 시장에서 밝혀진 후 2 년 후에 출시 될 예정이지만

IT 거대 기업이 서울의 경쟁 업체를 인수 할 준비가 된 것 같아 보인다 수영은 완전한 이야기를 가지고있다 Google 홈은 조만간 AI를 제공하여 한국 가정에 진출 할 예정입니다

현지 언어로 된 연사 서비스 세계적인 IT 거대 기업인 화요일 (현지 시간) 한 달 전에 한국어 서비스를 공개했다 선반에 부딪쳤다 "현재 세계 시장에서 2 위, 아마존의 Alexa 이후 Google Assistant 이 기대되는 발사와 더불어 한국에서 꽤 튀어 나오게 할 것으로 예상됩니다 구글이 AI 스피커를 세계의 다른 지역에서 처음 발표 한 지 2 년 뒤에 나왔다 " 잃어버린 시간을 만회 할 준비가되어 있습니다 음악을 스트리밍하는 것과 같은 일반적인 음성 제어 AI 기능 외에도 불빛을 어둡게합니다

Google은 전 세계적으로 사용되는 풍부한 데이터 및 플랫폼을 활용합니다 차별화 된 서비스를 제공합니다 "휴대 전화, 집, 심지어 운전 중에도 사용할 수 있습니다

동시에 두 가지 언어를 사용할 수 있습니다 그것은 또한 당신의 목소리와 당신이 누구인지를 이해하므로 우리는 누구를 기반으로 대답을 제공합니까? 아르" AI 스피커 분야에서 가장 큰 시장 중 하나 인 한국은 전 세계적으로 2018 년 1/4 분기 매출액 스마트 스피커가 설치되면서 수요가 더욱 늘어날 것으로 예상됩니다 이 나라에서 올해는 3 백만 배로 늘어났습니다

이제 한국 서비스 개시에 따라 Google은 현지 기업을 탈퇴 할 수있는 좋은 위치에 있습니다 삼성, 네이버, 카카오 등 데이터베이스의 규모가 큽니다 그 나라의 스마트 폰 중 90 퍼센트가 회사의 안드로이드 플랫폼 전문가들은 한국 기업들이 보유 할 현지화 된 서비스와 콘텐츠를 개발해야한다고 말한다 그들의 호소

"Google은 세계 최고 검색 엔진이지만 Naver와 같은 현지 포털이 가장 많이 사용됩니다 한국에서 Google은 빠른 속도를 요구하는 한국 소비자의 다양한 요구에 신속하게 대응할 수 없습니다 서비스 그래서 그걸 반영하는 더 많은 서비스를위한 잠재력이 있습니다

현재뿐만 아니라 음식 배달 및 언어 학습 서비스를 제공합니다 " LG와 SK의 핵심 기술을 개발하고있는이 전문가는 또한 강조했다 기업이 음성 인식을 향상시키고 처리 속도를 향상시킬 필요성 정확한 서비스,

경쟁이 예상보다 더 강해질 것으로 예상되기 때문에 미래 오수영, 아리랑 뉴스

Bringing AI and machine learning innovations to healthcare (Google I/O ’18)

[음악 재생] 릴리 펭 : 안녕 모두들 내 이름은 릴리 펭이야

나는 의사로서 훈련을하고 있으며 나는 Google 의학에 종사하고있다 잘, Google 인공 지능 건강 관리 팀 저는 제품 매니저입니다 그리고 오늘 우리는 몇 가지 프로젝트에 대해 이야기 할 것입니다 우리 그룹에서 우리가 해왔 던 그래서 처음에는, 당신이 많은 것을 얻을 것이라고 생각합니다

그래서 나는 이것을 너무 많이 지나치지 않을 것입니다 그러나 우리는 깊은 학습을 적용하기 때문에 의료 정보에, 나는 원하는 종류의 조금만 사용되는 몇 가지 용어를 정의하는 것 그러나 다소 불충분하게 정의됩니다 그래서 처음으로, 인공 지능 – 이것은 꽤 광범위한 용어이며 그 거대한 프로젝트를 포함합니다 비인간적 인 지능을 구축한다 기계 학습은 특별한 유형입니다 인공 지능에 대해서, 그것은 더 똑똑해질 수있는 기계를 가르치고 있습니다

그리고 깊은 학습은 특별한 유형입니다 너희들 기계 학습의 아마 꽤 많이 들었고 꽤 많이 들었습니다 우선 무엇보다 깊은 학습이란 무엇입니까? 그래서 인공 신경 네트워크의 현대 환생입니다 실제로 1960 년대에 발명되었습니다 그것은 조직 된 단순한 훈련 가능한 단위의 모음입니다 레이어에서

그리고 그들은 함께 작업하여 복잡한 작업을 해결하거나 모델링합니다 따라서 일반적으로 데이터 세트가 작고 계산이 제한적일 경우, 우리가 1980 년대와 90 년대에 가진 것입니다 일반적으로 다른 접근 방식이 효과적입니다 그러나 더 큰 데이터 세트 및 더 큰 모델 크기 더 많은 컴퓨팅 성능을 제공한다면, 우리는 신경 네트워크 훨씬 더 잘 작동합니다 실제로 두 가지 테이크 아웃이 있습니다

너희들이이 슬라이드에서 나가길 바란다 하나는 깊은 학습 열차 알고리즘입니다 충분한 데이터가 주어지면 매우 정확합니다 두 가지, 깊은 학습이 이것을 할 수 있습니다 기능 공학없이 그리고 그것은 명시 적으로 규칙을 쓰지 않고 의미합니다 그럼 그게 무슨 뜻이야? 글쎄, 전통적인 컴퓨터 비전에서, 우리는 규칙을 쓰는 데 많은 시간을 할애한다

특정 예측 작업을 수행하기 위해 기계가 따라야한다는 것을 의미합니다 길쌈 신경 네트워크 (convolutional neural networks) 우리는 실제로 기능에 거의 시간을 소비하지 않습니다 이러한 규칙을 작성하고 작성합니다 우리가 데이터 준비에 소비하는 대부분의 시간 수치 최적화 및 모델 아키텍처 그래서 나는이 질문을 꽤 많이 받는다

그리고 문제는 얼마나 많은 데이터가 충분한 데이터인지입니다 깊은 신경 네트워크? 일반적으로 더 많은 것이 좋습니다 그러나 특정 시점을 넘어선 수익이 감소하고 있습니다 일반적인 경험 법칙은 클래스 당 약 5,000 개의 긍정적 인 것을 좋아합니다 그러나 중요한 것은 좋은 관련 데이터입니다

쓰레기통에, 쓰레기통 이 모델은 예측하기 위해 무엇을 요구 하는지를 매우 잘 예측합니다 그래서 당신이 기계 학습을 어디에서 생각하는지, 특히 깊은 학습은 가장 큰 영향을 미칠 수 있습니다 실제로 장소에 있습니다 살펴볼 많은 데이터

우리 이사 중 한 명인 Greg Corrado가 최선을 다합니다 깊은 학습은 당신이 해낸 일에 정말 좋습니다 시간, 그리고 10,001 번째 시간에, 당신은 단지 그것의 아플 뿐이에요 더 이상하고 싶지 않아 그래서 이것은 검진에서 건강 관리에 정말 좋습니다

많은 환자를 볼 수있는 응용 프로그램 잠재적으로 정상입니다 전문 기술이 제한되어있는 곳에서도 좋습니다 오른쪽에 그래프가 나타납니다 세계 각국의 방사선과 의사 부족의 부족 그리고 이것은 다른 의학 전문 분야에도 해당됩니다

그러나 방사선과 의사가 여기 있습니다 그리고 우리는 근본적으로 의료 전문 지식의 세계적 부족을 봅니다 그래서 심사 신청 중 하나 우리 그룹이 당뇨병 성 망막증을 앓고 있습니다 더 쉽기 때문에 우리는 이것을 DR이라 부릅니다 당뇨병 성 망막증보다

그리고 예방 가능한 실명의 가장 빠른 성장 원인입니다 당뇨병 환자는 모두 4 억 5 천만 명에 달합니다 1 년에 한 번 상영됩니다 이것은 뒤의 사진을 찍음으로써 이루어진다 특별한 카메라로 눈의 모습을 볼 수 있습니다

그리고 그림은 그 것처럼 조금 생겼습니다 의사가 이런 이미지를 얻을 때 의사가하는 일 질병없이 1에서 5 단계로 등급을 매기 는가, 건강하고, 질병을 번식시키고, 그것은 마지막 단계입니다 그리고 그들이 등급을 매길 때, 때로는 매우 미묘하게 보입니다 결과, 미세 동맥류라고하는 작은 것들 그것은 눈의 혈관에 outpouchings입니다 그리고 그것은 당뇨병이 얼마나 안 좋은지를 나타냅니다

당신의 비전에 영향을 미치고 있습니다 그래서 불행히도 세계의 많은 지역에서, 이 일을하기에 안과 의사가 충분하지 않습니다 그래서 인도에있는 한 파트너와 함께, 또는 실제로 인도에있는 우리의 파트너 몇, 전국에 127,000 명의 안과 의사가 부족합니다 결과적으로 환자의 약 45 % 질병이 감지되기 ​​전에 시력 손실의 일종을 겪는다 네가 회상 한대로이 질병이 완전히 예방할 수있었습니다

다시 한번 이것은 일어나서는 안되는 것입니다 그래서 우리가하기로 결심 한 것은 우리가 파트너가 된 것입니다 인도에 몇 군데 병원을두고, 미국의 선별 서비스 제공 업체입니다 그리고 우리는이 첫 번째 시도에 대해 약 130,000 개의 이미지를 얻었습니다 우리는 54 명의 안과 의사를 고용하고 라벨링 도구를 만들었습니다

그리고 54 명의 안과 전문의는 실제로 이 스케일에서이 이미지의 등급을 매겼는데, DR에서 증식으로 흥미로운 점은 실제로 의사가 이미지를 호출하는 방법에 약간의 변동성이 있습니다 그래서 우리는 실제로 약 880,000 건의 진단을 받았습니다 이 레이블이 지정된 데이터 세트를 사용하여 알려진 콘볼 루션 신경망 이것은 시작이라고합니다

나는 너희들 중 많은 사람들이 그것에 익숙하다고 생각한다 일반적으로 사진 앱을 위해 고양이와 개를 분류하는 데 사용됩니다 또는 다른 검색 애플 리케이션을 위해 그리고 우리는 그저 안저 영상을 재사용했습니다 그래서 우리가 배운 다른 것 우리가이 일을하는 동안 그게 정말 유용했던 동안 이 5 점 진단, 그것은 또한 믿을 수 없을만큼 의사에게 유용하다

이미지 품질과 같은 하우스 키핑 예측에 대한 피드백, 이것이 왼쪽 눈인지 오른쪽 눈인지, 또는 이것이 망막의 어느 부분인지 알 수 있습니다 그래서 우리는 그것을 네트워크에도 추가했습니다 그럼 얼마나 잘하는거야? 이것이 우리 모델의 첫 번째 버전입니다 우리가 2016 년 의학 저널에 발표 한 내용은 제가 믿습니다 여기 왼쪽에는 차트가 있습니다

총계에있는 모형의 성과의 약 10,000 개 이상의 이미지 민감도는 y 축에 있고, 1 마이너스 특이성 x 축에있다 감도는 시간의 백분율입니다 환자가 질병에 걸렸다면 그 모델이 그 질병을 부르고 있었을 때, 맞았습니다 그리고 특이성은 비율입니다

모델에 질병이없는 환자들 또는 의사가 옳았다 그리고 당신은 뭔가를 원한다는 것을 알 수 있습니다 높은 민감도와 높은 특이성을 지니고 있습니다 그리고 위아래로 – 또는 위로 그리고 왼쪽으로 좋다 그리고 차트에서 여기를 볼 수 있습니다

작은 점들이 그 의사들이라고 동일한 세트를 채점하고있었습니다 그래서 우리는 의사와 매우 가까워졌습니다 그리고 이들은 보드 인증을받은 미국의 의사들입니다 그리고 이들은 안과 의사, 일반 안과 의사들입니다 훈련으로

사실 F 점수를 보면 감도와 특이성의 결합 된 척도이며, 우리는 중앙 안과 전문의보다 조금 나아졌습니다 이 특별한 연구에서 그래서 그 이후로 우리는 모델을 향상 시켰습니다 그래서 작년에 약 2016 년 12 월 우리는 일종의 동위에 있었다 일반인들과

그리고 올해는 – 이것은 우리가 발행 한 새로운 논문입니다 우리는 실제로 망막 전문가를 사용했습니다 이미지를 채점하기 위해 그래서 그들은 전문가입니다 우리는 또한 그들이 동의하지 않을 때 논쟁하도록했습니다

진단이 뭔지에 대해서 그리고 우리는 모델을 언제 사용 하는지를 볼 수 있습니다 그 사실을 근거로 모델은 매우 잘 예측했습니다 게다가 올해 우리는 일종의 동위에 있습니다

망막 전문가와 그리고이 가중 카파는 단지 5 수준의 합의 그리고 본질적으로 우리는 안과 의사와 망막 사이의 일종 사실 전문가들 사이에 망막 전문가 우리가 작업 해 왔던 또 다른 일 모델을 개선하는 것을 넘어서 실제로는 네트워크를 설명하려고 애쓰다 그것이 어떻게 예측을하고 있는지 다시 한번, 연극이나 연극을 가져 가라

소비자 세계의 플레이 북에서, 우리는 show me where라는 기술을 사용하기 시작했습니다 그리고 이것은 이미지를 사용하는 곳입니다 실제로 열 화상지도를 생성합니다 관련 픽셀은이 특정 예측을위한 것입니다 그래서 여기 포메라니스트의 그림을 볼 수 있습니다

그리고 히트 맵은 거기에 당신을 보여줍니다 포메 라니아 사람의 얼굴에있는 무언가이다 그것은 Pomeranian-y를 보게합니다 그리고 여기 오른쪽에는 아프간 인의 사냥개가 있습니다 그리고 네트워크는 아프간 인 사냥개를 강조했다

그래서 이와 비슷한 기술을 사용하여, 우리는이를 안저 이미지에 적용했다 우리가 말했지, 어디 있는지 보여줘 이것은 가벼운 질병의 경우입니다 그리고 나는 가벼운 질병이라고 말할 수 있습니다 왜냐하면 – 잘, 그것은 나에게 완전하게 정상적으로 보인다

나는 거기에 어떤 질병이 있다고 말할 수 없다 하지만 고도로 숙련 된 의사라면 미세 동맥류 라 불리는 작은 것을 골라 낼 수있다 녹색 지점이있는 곳 다음은 중등도의 질병 사진입니다 그리고 이것은 당신이 볼 수 있기 때문에 조금 더 나쁩니다

여기 끝에 약간의 출혈 그리고 실제로 나는 신호 할 수 있는지, 하지만 거기에 피가 나옵니다 그리고 열지도 – 히트 맵이 있습니다 출혈을 일으킨다는 것을 알 수 있습니다 그러나이 이미지에는 두 가지 유물이 있습니다

그래서 작은 얼룩처럼 먼지가 있습니다 그리고이 작은 반사가 있습니다 이미지의 중간에 그리고 당신은 그 모델이 근본적으로 그것을 무시합니다 그럼 다음은 뭐니? 우리는 모델을 훈련 시켰습니다

우리는 다소 설명 할 수 있음을 보여주었습니다 우리는 그것이 올바른 일을한다고 생각합니다 무엇 향후 계획? 음, 우리는 실제로 의료 시스템에 이것을 배치해야합니다 우리는 의료 공급자와 제휴하고 있습니다 그리고 회사는이를 환자에게 제공해야합니다

실제로 제게 메가 박사님, 누가 저를 대담하게 말할 것입니까? 이 노력에 대해 좀 더 자세히 설명 할 것입니다 그곳에 그래서 심사 신청서를 제출했습니다 그리고 여기 진단의 응용이 있습니다 우리가 작업하고있는 그래서이 특별한 예에서 우리는 질병에 대해 이야기하고 있습니다

우리는 유방암에 대해 이야기하고 있습니다 그러나 우리는 유방암의 전이에 대해 이야기하고 있습니다 근처 림프절로 따라서 환자가 유방암 진단을 받았을 때 원발성 유방암이 제거되면, 외과의 사는 밖으로 약간 시간을 보낸다 우리가 림프절이라고 부르는 것을 조사 할 수 있도록 유방암이 전이되었는지 아닌지보기 그 노드들에게 그리고 그것은 환자를 어떻게 대하는가에 영향을 미칩니다

이 림프절을 읽는 것은 쉬운 일이 아닙니다 그리고 실제로 그들이 돌아올 때의 생체 검사의 약 24 % 그들을보기 위해, 24 %는 마디 상태의 변화를 가지고 있었다 이는 긍정적 인 경우 부정적인 것으로 읽음을 의미합니다 그리고 그것은 음성적이었고, 긍정적이었습니다 그래서 그것은 정말로 큰 문제입니다

4 분의 1에요 흥미로운 점은 다른 연구 결과에 따르면 무한한 시간을 가진 병리학 자, 실제로 데이터에 압도 당하지 않았다 매우 민감하기 때문에 94 %의 감수성 종양 환자에게 시간 제약을 가하면, 그들의 감수성 – 또는 미안, 공급자에, 병리학 자에게는 감도가 떨어집니다 그리고 사람들은 내려다보기 시작할 것입니다

거의 전이가 없을 수도 있습니다 그래서이 그림에 바로 거기에 작은 전이가 있습니다 그리고 그것은 보통 놓친이 작은 것들입니다 많은 정보가 주어지면 놀랍지도 않습니다 각 슬라이드에 있습니다

따라서 이러한 슬라이드 중 하나가 디지털화 된 경우, 약 10 기가 픽셀입니다 그리고 그것은 말 그대로 건초 더미에있는 바늘입니다 흥미로운 점은 병리학 자들이 실제로 그들이 자신의 모든 시간을 보면서 암의 73 %를 찾는다 슬라이드마다 오진 (false positive)이 발생합니다 그래서 우리는이 작업을 도울 수있는 모델을 교육했습니다

실제로 암 병변의 약 95 %를 찾습니다 슬라이드 당 8 개의 가양 성이 있습니다 그래서 이상적인 시스템은 분명히 하나입니다 모델을 사용하여 매우 민감하지만 매우 구체적입니다 병리학자를 실제로 훑어 보는 것에 의존하는 거짓 긍정 (false positive)과 오탐 (false positive)이라고합니다 그래서 이것은 매우 유망하며 우리는 지금 클리닉에서 유효성 검사를하고 있습니다

독자 연구의 관점에서, 이것이 실제로 어떻게 의사와 상호 작용하는 것은 정말로 중요합니다 그리고 분명히 다른 조직에 응용할 수 있습니다 나는 림프절에 관해 이야기했지만 초기 연구가있었습니다 실제로 이것은 전립선 암에서 효과가 있음을 보여줍니다 글리슨 그레이딩에 대해서도 마찬가지입니다 그래서 이전 예제에서 우리는 말했습니다

얼마나 깊이있는 학습이 매우 정확합니다 그리고 그들은 의사가 이미 만들었던 전화를하는 경향이 있습니다 그러나 의사가 현재하지 않는 것들을 예측하는 것은 어떨까요? 이미징에서 할거야? 그래서 당신이 이야기의 처음부터 기억하고 있듯이, 깊은 학습에 대한 위대한 것들 중 하나 매우 정확한 알고리즘을 훈련시킬 수 있다는 것입니다 명시 적으로 규칙을 작성하지 않아도됩니다 그래서 우리는 완전히 새로운 발견을 할 수 있습니다

그래서 왼쪽 그림은 종이에서 나온 그림입니다 우리가 최근에 출판 한 다양성을 예측하는 훈련 된 심층 학습 모델 의 심혈관 위험 요인 여기에는 나이, 자기보고 섹스, 흡연 상태, 혈압, 일반적으로 의사들 환자의 심장 혈관 위험을 평가하기 위해 지금 고려해보십시오 적절한 치료 권고를하십시오 그래서 우리는 우리가 이러한 요소 중 많은 것을 예측하고, 매우 정확하게, 실제로 5 년 위험을 직접 예측할 수 있습니다

심장 사건의 그래서이 연구는 아주 일찍, 정말 폐활 적이었고, 이 예측을위한 AUC는 07이다 이 숫자가 의미하는 것은 두 장의 그림이 주어지면 심혈관 사건이없는 환자의 사진 그리고 한 환자의 사진은 약 70 % 그 시간의 대부분의 의사들은 약 50 %의 시간을 보냈고, 그것은 무작위 적이기 때문에 – 마치 혼자 망막 이미지를 기반으로하기가 어렵습니다 그렇다면 왜 이것이 흥미로운가? 일반적으로 의사가 시도 할 때 심혈관 질환 위험을 평가하기 위해, 관련된 바늘이 있습니다

그래서 나는 누군가가 혈중 콜레스테롤을 섭취했는지 모른다 상영 전에 밤에 금식하고 혈액 샘플을 가져가 그런 다음 위험을 평가합니다 다시 한번, 저는 이것이 정말로 초기에 있다는 것을 강조하고 싶습니다

그러나 이러한 결과는 아이디어를 뒷받침합니다 우리가 뭔가를 사용할 수 있을지도 몰라 우리가 할 수 없었던 새로운 예측을하기 위해 이미지처럼 전에 만들어라 그리고 이것은 정렬로 수행 될 수 있습니다 비 침습적 인 방식으로

그래서 몇 가지 예를 들어 보았습니다 세 가지 예가 있습니다 얼마나 깊은 학습이 실제로 두 가지 가용성을 증가시킬 수 있는지 건강 관리의 정확성 그리고 내가 원하는 종류의 것들 중 하나 이것이 여기에있는 이유가 여기에 있음을 인정하십시오 TensorFlow는 점점 더 흥미 진진합니다

오픈 소스입니다 일반적인 기계 학습에서 이런 종류의 개방형 표준 어디서나 적용되고 있습니다 그래서 저는 Google에서 한 일의 예를 들었습니다 커뮤니티 전체에서 수행되는 많은 작업이 있습니다 매우 유사한 다른 의료 센터에서

그래서 우리는 무엇에 대해 정말 흥분하고 있습니다 이 기술은 건강 관리 분야에 도움이 될 수 있습니다 그리고 그걸로 Jess Mega를 소개하고 싶습니다 저와 달리, 그녀는 진짜 의사입니다 그리고 그녀는 Verily의 최고 의료 책임자입니다

제시카 메가 : 여기에와 주셔서 감사합니다 그리고 우리를 걷어차 기 위해 릴리에게 감사드립니다 나는 AI와 건강 관리에 대한 흥분을 생각한다 더 커질 수는 없다 들으 셨던 것처럼, 제 이름은 메스 제스입니다

나는 심장 전문의이고, 너무 기쁘다 알파벳 가족의 일부입니다 Verily는 Google과 Google X에서 성장했습니다 그리고 우리는 전적으로 의료 및 생명 과학에 중점을두고 있습니다 우리의 사명은 세계의 건강 정보를 취하는 것입니다

환자가보다 건강한 삶을 누릴 수 있도록 유용하게 만듭니다 그리고 오늘 제가 이야기 할 예제는 당뇨병에 초점을 맞추고 있습니다 릴리가 시작한 대화에 정말로 도움이됩니다 하지만 일시 중지하는 것이 매우 중요하다고 생각합니다 건강 데이터를 광범위하게 생각해보십시오

현재 청중에있는 모든 개인 약 몇 기가 바이트의 건강 데이터가 있습니다 그러나 수년 동안 건강에 관해 생각한다면 유전체학에 관해서 생각해보고, 분자 기술, 이미징, 센서 데이터, 환자보고 데이터, 전자 건강 기록 우리는 엄청난 액수에 대해 이야기하고 있습니다 데이터, 기가 바이트의 데이터 그리고 Verily와 Alphabet에서 우리는 우리가 환자들을 도울 수 있도록이 일에 앞장설 것입니다 우리가 초기에 우리의 노력 중 일부를 집중하고있는 이유 당뇨병에 이것은 긴급한 건강 문제입니다

약 10 명 중 1 명이 당뇨병을 앓고 있습니다 당뇨병에 걸릴 때 시체에서 설탕 포도당을 어떻게 다룰 지 그리고 당신이 prediabetes에 대해서 생각한다면, 누군가 당뇨병에 걸리기 전에 조건, 3 명 중 1 명입니다 오늘 청중의 전체 중앙 섹션이 될 것입니다 이제 몸이 처리 할 때 어떤 일이 발생합니까? 포도당은 다른 방법으로, 당신은 다운 스트림 효과를 가질 수 있습니다

릴리가 당뇨병 성 망막증에 대해 이야기하는 것을 들었습니까? 사람들은 심장, 신장, 말초 신경 병증 이것이 우리가 앞서 나아갈 필요가있는 질병의 유형입니다 그러나 우리는 우리가 다루려고하는 두 가지 주요 쟁점을 가지고 있습니다 첫 번째는 정보 격차입니다 따라서 당뇨병 환자 중 가장 견고한 환자들조차도 – 우리 할아버지는이 중 하나 였어

하루에 네 번씩 혈당을 확인합니다 오늘이 누구인지 모르겠다 어떤 간식을 먹을 수 있습니다 나는 캐러멜 팝콘을 실제로 가지고 있었다 누구든지 그 중 하나가 있었나요? 그래, 대단하다

우리의 생물학과 우리의 포도당은 위아래로 가고 있습니다 그래서 제가 그 순간에 포도당을 검사하지 않으면, 우리는 그 데이터를 포착하지 못했을 것입니다 그래서 우리는 생물학이 항상 일어나고 있다는 것을 압니다 심장병 전문의로 병원에있는 환자를 볼 때, 나는 누군가의 심장 박동수, 혈압, 모든 것을 볼 수있다 이 생체 신호 중 실시간으로 그리고 사람들은 집으로 돌아가지만 생물학은 여전히 ​​일어나고 있습니다

따라서 정보 격차가 있습니다 특히 당뇨병 환자와의 차이 두 번째 쟁점은 의사 결정 갭입니다 1 년에 1 회, 1 년에 2 회, 그러나 매일 건강에 대한 결정이 내려지고 있습니다 그들은 매주, 매일, 매시간 일어나고 있습니다

그리고 우리는 어떻게이 격차를 좁히기로 결정합니까? 진실로 우리는 세 가지 핵심 사명에 집중하고 있습니다 그리고 이것은 거의 모든 프로젝트에 적용될 수 있습니다 우리는 교대하는 법을 생각하고 있습니다 에피소드 및 반응 치료에서 훨씬 예방적인 치료에 이르기까지 다양합니다 그리고 그 일을하고 요점을 이해하기 위해 우리는 실제로 AI의 힘을 사용할 수 있습니다

우리는 세 가지를해야합니다 올바른 데이터를 수집하는 것에 대해 생각해야합니다 그리고 오늘 저는 지속적인 포도당 모니터링에 대해 이야기 할 것입니다 그런 다음이 데이터를 어떻게 구성하여 형식으로되어 있는지 확인하십시오 우리는 환자의 잠금을 해제하고 활성화하여 진정으로 도움을 줄 수 있습니까? 그래서 우리가 당뇨병 분야에서 이것을 행하는 지 여부 오늘 또는 우리의 수술 로봇에 대해 듣게 될 것입니다

이것은 일반적인 전제입니다 생각할 첫 번째 사항은 데이터 수집입니다 그리고 릴리가 쓰레기를 말하면서, 쓰레기가 나옵니다 이해하지 못하면 통찰력을 찾을 수 없습니다 우리가보고있는 것

그리고 절대적으로 혁명적 인 한 가지 매우 작은 생체 적합성에 대해 생각하고있다 전자 제품 따라서 우리는 차세대 감지 기술을 연구하고 있습니다 그리고 여기에서 데모를 볼 수 있습니다 이것이 예를 들어, 매우 작은 연속 포도당 모니터가있는 곳에서 이러한 도구 중 일부를 만들기 위해 협력하고, 이것은보다 매끄러운 통합으로 이어질 것입니다

다시 한번, 당신은 단지 포도당 값이 얼마되지 않습니다 그러나 우리는 당신 몸이 어떻게 취급하고 있는지 이해합니다 설탕, 제 2 형 당뇨병 환자, 보다 지속적인 방식으로 그것은 또한 우리가 인구 수준에서 일어나는 일 그러나 개인적인 차원에서 일어날 수있는 일 특정 음식을 섭취 할 때 그리고 마지막으로 장치 비용을 줄이려고 노력합니다 그래서 우리는 건강을 정말로 민주화 할 수 있습니다

다음 목표는이 모든 데이터를 어떻게 구성 할 것인가입니다 그리고 저는 환자와 의사로서 말할 수 있습니다 사람들이 말할 수있는 것은 데이터가 놀랍고, 쓰나미로 데이터를 압도하지 마십시오 당신은 그것을 조직해야합니다 그래서 우리는 사노피와 파트너십을 맺었습니다

Onduo라는 회사에서 그리고 그 생각은 환자를 그들의 보살핌과 도움의 중심에 당뇨 관리를 단순화합니다 이것은 정말 누군가의 마음에 도착합니다 누가 더 행복하고 건강해질 것인가 그렇다면 실제로 무엇을 의미합니까? 우리가하려는 일은 사람들에게 힘을 실어주는 것입니다 그들의 포도당 제어와 함께

그래서 우리는 미국 당뇨병 협회 권장 포도당 범위를 살펴보십시오 그러면 사람들이 당신에게 보여주는 그래프를 얻습니다 하루의 모습과 시간의 비율 너는 범위 안에있다 다시, 환자 또는 사용자에게 제공 그 데이터는 그들이 결정의 중심이 될 수 있도록 – 마지막으로 Google 피트니스를 통해 단계를 추적합니다 다음 목표는 이해하려고 노력하는 것입니다

포도당이 당신의 활동과식이 요법과 어떻게 조화를 이루고 있는지 여기에는 프롬프트를 표시하는 앱이 있습니다 음식 사진 그리고 이미지 인식을 사용하고 Google의 TensorFlow를 사용하여, 우리는 음식을 식별 할 수 있습니다 그리고 이것이 진정한 개인적 통찰력이있는 곳입니다

진짜가되기 시작하십시오 왜냐하면 당신이 특정 식사를 먹으면, 몸이 어떻게 끝나는 지 이해하는 것이 도움이됩니다 그것과 관련있다 그리고 흥미로운 예비 자료가 있습니다 미생물이 변할 수 있음을 시사한다

내가 바나나에 반응 한 방식, 예를 들면, 그렇지 않으면 응답 할 수 있습니다 그리고 그것은 모두가 중요하기 때문에 중요합니다 우리가 만드는 일반적인 권고 사항이 갑자기 의사로서 누군가 나를 클리닉에서 보러 오면 2 형 당뇨병이 있습니다

여기 당신이해야 할 일들이 있습니다 당신은 당신의 다이어트, 운동, 구두 약을 복용하십시오 인슐린, 운동도 받아야합니다 당신은 당신의 발 의사, 당신의 눈을보아야 만합니다 의사, 주치의, 및 endocrinologist

그리고 그것은 통합 할 것이 많습니다 그래서 우리가하려고하는 것은 쌍입니다 이 모든 정보는 간병과 함께 간단한 방법으로 제공됩니다 이 여행을 돕는 사람입니다 이 정보가 떠오르면 내가 여기서 너에게 보여준 것의 가운데를 들여다 보면 의료지도와 그 사람이 보는 것, 당신은 여러 다른 라인을 볼 수 있습니다

드릴 다운하고 살펴보기를 바랍니다 이것은 데이터 간의 차이점을 보여줍니다 에피소드 식 포도당 예제에서 볼 수 있습니다 또는 지속적인 포도당 모니터로보고있는 것 이 새로운 감지로 가능합니다 그리고 우리가이 연속 포도당을 뚫어 말하며 모니터하고 우리는 일의 클러스터를 봅니다

이것은 하나의 예입니다 우리는 패턴을보기 시작할 것입니다 릴리가 언급했듯이 이것은 유형의 것이 아닙니다 개별 환자, 간병인 또는 의사가 파고 있지만, 여기가 당신은 학습 모델의 힘을 풀기 시작합니다 우리가 볼 수있는 것은 클러스터입니다

다른 아침의 우리는 긍정적 인 연관성을 만들거야 모두가 여기에서 믿을 수 없을만큼 건강하게 먹는다고 Google I / O에서 빨간색 아침의 클러스터가 될 수도 있습니다 하지만 우리는 일상 생활로 돌아가서 스트레스를받습니다 우리는 다른 종류의 음식을 먹고 있습니다

그러나 대신에, 일반적인 조언을하는 대신에, 우리는 다른 모델을 사용하여 지적 할 수 있습니다 뭔가 진행되고있는 것처럼 보입니다 예를 들어 환자 한 명과 수요일 즈음에 군집이 보였다 그래서 수요일에 무슨 일이 일어나고있는거야? 그 사람이 가고 멈추고 있는가? 특정 위치 또는 어쩌면 거기에 있습니다 그날 많은 스트레스

그러나 다시 한번, 일반적인주의를 기울이지 않고, 가장 포괄적 인 방법으로 치료를 시작할 수 있습니다 실용 가능한 예 다시 한번 우리가 말하는 것에 대해 생각해보십시오 데이터 수집, 구성 및 활성화 매우 관련성이 높습니다 이것이 우리가 당뇨병 관리에 관해 생각하는 방식입니다

이것이 바로 AI가 작동하는 방식입니다 우리는 오늘 아침 다른 토론에서 들었습니다 우리는 문제에 대해 생각해 봐야 해 우리는 이러한 도구를 사용하여 실제로 만들 것입니다 차이

그래서 우리가 생각할 수있는 다른 방법은 무엇입니까? 정보 활성화에 대해서? 그리고 릴리에게서 당뇨병 성 망막증 실명의 주요 원인 중 하나입니다 우리가 뛰어난 포도당 관리를하더라도, 말기 장기 손상이 시작될 수도 있습니다 그리고 나는 그 상승 된 포도당을 언급했다 레벨이 결국 안저 및 망막에 영향을 줄 수 있습니다 이제 당뇨병 환자들 심사를 받아야합니다

하지만 이전에 내가 너에게 준 이야기에서 우리가 환자에게 묻는 것의 세탁 목록 당뇨병에 걸린 사람 그래서이 공동 작업으로 우리가하려는 일은 구글과 함께, 어떻게 우리가 실제로 제품을 앞서 생각하고 생각하다 우리가 실현할 수 있도록 엔드 – 투 – 엔드 솔루션에 대해 오늘날 존재하는 어려움을 제거하십시오 이 문제는 상영에 관한 한 그 중 하나이기 때문에 내게 필요한 옵션이며 다른 하나는 검안의와 안과 의사에게 접근 할 수 있습니다

그리고 이것은 미국의 문제입니다 개발 도상국 에서뿐만 아니라 그래서 이것은 단지 문제가 아니라 지역적 문제입니다 이것은 우리가 매우 세계적으로 생각할 때입니다 우리는 해결책에 대해 생각합니다 우리는이 데이터를 일찍이 생각해 보았습니다

우리는 알고리즘을 사용할 수 있고 두 감도 모두를 높일 수 있습니다 당뇨 망막 병증의 진단과 특이도 황반부 종 그리고 이것은 "JAMA"에 게시 된 데이터입니다 릴리가 잘 설명했듯이 그렇다면 우리는 어떻게 생각할 것인가? 이 제품을 만드는 방법에 대해? 알파벳 같은 장소에서 일하는 것의 아름다움 오늘 당신과 같은 파트너와 함께 일하는 것이 우리 모두입니다

생각할 수있는 것, 우리가 해결해야 할 문제가 무엇인지, 알고리즘을 작성하십시오 그러나 우리는 그 때 뒤로 물러 설 필요가있다 보건 분야에서 활동한다는 의미 그리고 생명 과학의 공간에서? 우리는 이미지 획득, 알고리즘, 그 정보를 전달하는 것 의사뿐 아니라 환자에게도 도움이됩니다 우리가하는 일은이 정보를 취하는 것입니다 현재 일부 파트너와 협력하고 있습니다

현재 유망한 파일럿이 있습니다 인도에서와 마찬가지로, 우리는 듣고 싶습니다 이른 피드백 그리고 두 가지 정보가 있습니다 나는 너와 나누고 싶었다

하나는이 초기 관측을보고, 우리는 AI로 더 높은 정확도를보고 있습니다 더 큰 매뉴얼보다 의사로서 중요한 것은 – 방에 다른 의사가 있는지 나는 모른다 하지만 내가 항상 사람들에게 말하는 부분은 건강 관리 제공자를위한 공간이 될 것입니다 이 도구들이하는 일은 단지 우리가 일하는 것을 돕는 것입니다

그래서 때로는 사람들이 나에게 묻습니다 기술과 인공 지능입니다 의사를 대신하거나 의료 제도를 대체 할 것인가? 그리고 제가 생각하기에 그것은 단지 작품을 증대시키는 것입니다 우리는하다 청진기에 대해 생각한다면 – 그래서 저는 심장 전문의이고 청진기입니다

약 200 년 전에 발명되었습니다 우리가하는 일을 대체하지는 않습니다 그것은 단순히 우리가하는 일을 보강합니다 그리고 나는 우리가 계속하는 것과 비슷한 주제를 보게 될 것이라고 생각합니다 더 많은 것을 돌보는 방법에 대해 생각해보십시오

환자에게 효과적인 방법 그래서 여기서 가장 먼저 AI가 더 잘 수행되고 있다는 것입니다 수동 그레이더보다 그리고 두 번째로 생각하는 것입니다 그 환자 기초에 대해서

우리는 어떻게 진료를 진정으로 민주화합니까? 그리고 조종사에게서 다른 격려하는 조각 우리가 시작할 수있는 아이디어였다 알고리즘으로 치료받는 환자의 기반을 증가시킨다 이제 밝혀 졌을 때, 나는 좋아할 것입니다 건강하게 모든 것을하는 것이 정말 쉽다는 것을 말하고 있습니다 간호 및 생명 과학

그러나 그것이 나왔던 것에 따라, 그것은 거대한 마을을 필요로한다 이런 종류의 일을하는 것 그럼 다음은 뭐니? 임상 입양의 경로는 무엇입니까? 그리고 이것은 이것이 대단히 흥미로 웠습니다 많은 재능있는 기술자들과 일하는 의사가 되라 및 엔지니어 우리는 이제 다른 임상 사이트와 파트너가되어야합니다

나는 여기서 언급했다 우리는 또한 FDA, 유럽 ​​및 그 밖의 규제 기관들도 마찬가지입니다 우리가하기로 결정한 진실로 한 가지 FDA 사전 인증이라고 불리는 것에 속하는 것입니다 프로그램 우리는 새로운 기술과 새로운 알고리즘 의료 보험에 가입하는 것이 중요하지만 지금은 그 방법을 알아 내야합니다

둘 다 안전하고 효과적입니다 그리고 저는 Alphabet에서 우리를 자랑스럽게 생각합니다 앞서 나가고 파트너 관계를 유지하십시오 FDA와 같은 단체들과 주의해야 할 두 번째 사항 우리가 진실로 진실로 Google 및 Nikon 및 Optus와 같은 다른 파트너와 함께 이 모든 것들이 모여 든다 진료를 변형시키려는 시도

그러나 나는 이것이 올바르게하면, 당뇨병뿐만 아니라 실제로 큰 기회가 있습니다 건강 정보의 전 세계에서 그것에 대해 생각하는 것은 흥미 롭습니다 내 시간을 대부분 보살 피는 의사로서 병원에있는 환자의 보살핌에 더 많은 접근을 시작하십시오 병원 밖에서? 하지만 우리가 잘한다면 우리가 앞서 나가면이 격차를 좁힐 수 있습니다 더 예방적인 방법을 찾아 낼 수 있습니다

우리는 올바른 정보를 수집 할 수 있습니다 우리는 인프라를 구성하여이를 구성 할 수 있습니다 그리고 가장 중요한 것은 그것을 활성화하는 방법을 알아낼 것입니다 그러나 나는 모두가 여기에서 알고 싶어한다 이것은 우리가 홀로 할 수있는 일이 아닙니다

정말로 우리 모두를 필요로합니다 그리고 Verily, 우리는 Google에, 우리는 Alphabet 여러분 모두와 함께 할 수 있기를 기대합니다 그래서이 여행에서 우리를 도와주세요 이 대화 후에 릴리와 나는 여기있을 것이다 우리는 여러분 모두와 행복하게 대화 할 수 있습니다

I / O에서 시간을내어 주셔서 감사합니다 [음악 재생]

How to Make a Data Science Project with Kaggle

YUFENG GUO : "Cloud"에피소드 인공 지능 모험, "나는 메간 Risdal을 초대했습니다 쇼에서 나와 함께하기 함께, 우리는 Kaggle에서 우리 자신의 데이트 과학 프로젝트를 요리 할 것입니다

오늘 어떠니, 메간? 메간 리달 : 잘하고 있어요 너의 쇼에 나를 갖게 해줘서 고마워 YUFENG GUO : 굉장합니다 그리고 우리가 가기 전에, 나는 당신이 무엇에 대해서 이야기 할 기회를 갖게 해줄 수 있어요 당신은 Kaggle과 당신의 역할을합니다

메간 리 다르 : 물론 그래서 나는 Kaggle의 데이터 세트의 제품 책임자입니다 이것이 의미하는 것은 제가 엔지니어들과 함께 일한다는 것입니다 우리의 디자이너뿐만 아니라 우리의 커뮤니티 데이터 과학자들이 발견 할 수있는 도구를 만들기 위해, 공유 및 분석 할 수 있습니다 그리고 오늘, 우리가 원하는 것은 Kaggle을위한 것입니다

170 만 데이터에 가장 적합한 장소 과학자들이 데이터 과학을 공유하고 협력한다 프로젝트 YUFENG GUO : 굉장합니다 그리고 오늘, 우리는 함께 일할 것입니다 가장 신선한 재료를 사용하는 것 – 메간 리 다르 : 데이터

YUFENG GUO : 다른 도구를 사용하여 준비하십시오 우리의 맛있는 결과를 만들기 위해 함께 일합니다 이 공용 데이터 세트 및 노트 시원한 분석을 가진 세계와 공유 할 수있다 그것과 함께 갈 것입니다 그래, 그래

맞습니다 오늘 정말 기쁩니다 왜냐하면 우리는 정말로 이것은 공동 프로젝트입니다 그래서 그것이 우리가 일을 끝내는 방법입니다 팀워크

YUFENG GUO : 팀웍 괜찮아 가자 그래서 메간은 이전 에피소드에서 "AI Adventures" 얻는 방법을 보여주는 동영상을 보았습니다 Kaggle 커널로 시작되었습니다

그리고 시작하기 만하면 매우 초보적이었습니다 그것은 굉장합니다, 그것은 자유로운 자원입니다 하지만 그 이후로 몇 가지 새로운 기능이 출시되었습니다 그것은 정말로 Kaggle의 기능을 향상시킵니다 사용되는 커널과 데이터 세트 모두 개인 및 팀을위한 훌륭한 도구입니다

MEGAN RISDAL : 네, 맞습니다 그래서 오늘, Kaggle는 정말로 멋진 장소입니다 R 및 Python을 사용하여 데이터 작업을하는 사람들에게 유용합니다 그들은 정말로 데이터 과학 포트폴리오를 구축하고 있으며, 데이터 분석 작업을 수행하거나 연구를 공유 할 수도 있습니다 데이터 과학을 수행하는 데는 많은 도구가 필요합니다

그리고 Kaggle은 실제로이 원 스톱 상점으로 활동합니다 이러한 모든 도구를 제공하는 데이터로 작업하는 것을 가능하게합니다 개인적으로, 그것을 세계와 공유하는 것 YUFENG GUO : 그리고 그것은 정말로 – 정말 환상적입니다 사실에 대해 좀 더 살펴 보겠습니다

Kaggle 데이터 집합과 커널이 지원할 수 있음 이런 종류의 공동 모델,이 개인 모드, 당신이 원한다면 MEGAN RISDAL : 최근의 몇 가지 기능 개인 데이터 세트를 게시하고 작업 할 수있는 능력 및 커널 커널에 관해서는 기본적으로 클라우드의 랩톱처럼 노트북보다 강력합니다 내가 오늘 여기에서 일하고있다

RAM 16 개, CPU 4 개, 계산 시간 6 시간입니다 그리고 정말 흥미 진진한 것들 중 하나 그것은 도커 컨테이너에 모두 있다는 것입니다 데이터 과학자들이 좋아하는 모든 패키지가 들어 있습니다 사전 설치 따라서이 환경을 한 번 클릭하면됩니다

그리고 마지막으로 더 많은 사용자 정의를 추가하기 시작합니다 그래서 누락 된 패키지가 있다면, GPU를 설치하거나 GPU를 추가 할 수 있습니다 YUFENG GUO : 오우 그래, 그래 YUFENG GUO : 매우 좋습니다

오늘 특정 데이터 세트를 선택했습니다 로스 앤젤레스시의 데이터 주변에서 놀아 라 내가 제대로 이해한다면 MEGAN RISDAL : 네, 맞습니다 그래서 많은 정부와 기관들이 전 세계와 미국에서 열린 데이터를 부분적으로 이용 가능하게 만들고있다

그들의 오픈 데이터 이니셔티브를 그들의 작품은 더욱 투명합니다 그래서 나는 로스 앤젤레스 출신이다 나는 로스 앤젤레스에 살고있다 그리고 나는보기에 관심이 많았습니다 로스 앤젤레스 시가 공개 한 데이터 중 일부는 사용할 수 있습니다

그래서 나는 오픈 데이터 포털을 둘러 보았습니다 이 사람이 내 눈에 들어왔다 왜냐하면 나는 약간의 foodie 좀 재미 있어요 하지만 실제로 환경 보건법 위반입니다

로스 앤젤레스의 레스토랑과 시장에서 YUFENG GUO : 좋습니다 좋아, 들어 가자 네 MEGAN RISDAL : 그래, 내가 한 일 데이터 세트를 다운로드 했습니까? 이제 로컬 컴퓨터에 있습니다

YUFENG GUO : 좋습니다 메간 리 다르 : 그리고 우리가 할 일은 그것을 Kaggle에게 업로드하고 있습니다 이것은 우리 프로젝트의 기초가 될 것입니다 YUFENG GUO : 굉장합니다 그리고 제가 종종 듣는 것들 중 하나는 – 어떤 사람들은 분산되어있는 것에 관심이있다

컴퓨팅 및 방대한 데이터 세트 방금 언급했듯이이 데이터 세트를 다운로드합니다 귀하의 로컬 컴퓨터에 그리고 몇몇 사람들은, 오, 나는 많은 계산과 자원이 필요하다고 말합니다 Kaggle은 유스 케이스를 지원할만큼 강력 할 것인가? 그리고 나는 Kaggle을보고, 당신이 언급 한 활기찬 지역 사회 – 170 만 명이 었나요? 그래, 그래

그게 오늘 우리가있는 곳입니다 YUFENG GUO : 놀랍습니다 사용 사례가 너무 많음을 분명히 보여줍니다 그 밖의 거대한 대규모 데이터 세트를 넘어서 당신이 도망 갈 수있는 상황이 있습니다

아주 먼 곳으로 데려다 줄 수있는 강력한 기계가 하나 있습니다 MEGAN RISDAL : 네, 맞습니다 그래, 우리는 사람들이 수천을 업로드하고있다 한 달에 걸친 데이터 세트 수 YUFENG GUO : 예, 와우 좋아 이제 네 랩탑으로 가자 우리가 그 일을 어떻게 진행하는지보십시오

Kaggle에서 어떻게 새로운 데이터 세트를 만들 수 있습니까? 메간 리 다르 : 물론 그래서 우리는 Kaggle 's의 데이터 세트 페이지에서 시작하려고합니다 웹 사이트 그래서 이것이 어떻게 생겼는지입니다 그리고 기본적으로 이것은 여러분이 가지고있는 곳입니다

공개적으로 공개 된 모든 데이터 세트에 대한 액세스 Kaggle에 게시 됨 그리고 우리는 오늘 우리 자신의 것을 추가 할 것입니다 그래서 저는 새로운 데이터 세트를 클릭 할 것입니다 그리고 여기에서, 그것은 단지 문제입니다 파일 끌어서 놓기 내가 업로드하도록 선택한 그리고 이것들은 Los의 레스토랑과 시장에 대한 검사입니다

앤젤레스와 위반 그리고 나서 약간의 메타 데이터를 추가해야합니다 데이터 세트가 시작되도록합니다 그래서 저는 여기서 필요한 모든 정보를 얻을 것입니다 그래서 우리는 비공개로 유지할 것입니다

왜냐하면 우리가 이야기 한 것처럼 잘 문서화되도록 데이터 세트를 준비하고 싶습니다 그리고 나서 우리도 놀 것입니다 데이터를 조금씩 사용하여 커널을 작성하십시오 공개적으로 공유하기 전에 YUFENG GUO : 네, 대단합니다 그리고 그것은 분명히 얻지 못하는 것입니다

데이터 집합에 대한 문서가 많이 나와 있습니다 MEGAN RISDAL : 네, 맞습니다 YUFENG GUO : 코드의 문서 매우 잘 이해되고 있으며, 사람들은 그 집을 망치고 있습니다 그러나 데이터 세트에 대한 문서는 새로운 개념입니다 MEGAN RISDAL : 맞아

예, 실제로 데이터에 액세스 할 수있게하는 것입니다 데이터 파일 자체를 기계로 읽을 수있게 만드는 것만이 아닙니다 CSV 포맷이 잘되어 있습니다 또한 일하는 데 관심이있는 사람을 도왔습니다 이 데이터는 실제로 그것을 이해합니다

이제 Create Dataset을 클릭하기 만하면됩니다 YUFENG GUO : 환상적입니다 괜찮아 그리고 귀하의 개인 데이터 세트가 성공적으로 생성되었습니다 메간 리달 : 예

YUFENG GUO : 우우 MEGAN RISDAL : 멋지다 이제 개인 데이터 집합이 업로드되었습니다 그리고 그것이 여기에 우리에게 알려주 듯이, 이제 우리는 이미 데이터 세트를 분석하기 시작한 것에서부터 무엇이든 할 수 있습니다 공동 작업자 추가에 이르기까지 그 두 가지를 할 것입니다

YUFENG GUO : 환상적입니다 MEGAN RISDAL : 확인을 클릭합니다 그리고 그것은 우리를 우리의 데이터 세트로 데려 갈 것입니다 YUFENG GUO : 좋아 보인다 그래, 그래

YUFENG GUO : 그건 진짜 같은 것입니다 MEGAN RISDAL : 네, 맞습니다 그래서 우리가 사람들이 창조 할 때하고 싶은 일 개인 데이터 집합을 사용하면 자신이 쉽게 만들 수 있습니다 그런 다음 해당 데이터 세트를 공개하고 공유하십시오 커뮤니티와 그래서 우리는이 품질 체크리스트를 제공합니다

사람들이 기본적으로 데이터 세트를 문서화하는 데 도움이됩니다 그들이 그것을 나눌 때 성공하도록 돕습니다 그래서 우리는 빨리 갈 것입니다 이 품질 체크리스트를 통해 그래서 첫 번째는 설명을 제공합니다 그리고 이것은 단지 마크 다운 파일이므로 여기에 저장했습니다

YUFENG GUO : 좋습니다 네 그게 정말 멋지다는거야 어떤 종류의 것들에 대한 지침 데이터 세트를 멋지게 만들기 위해 추가 할 수 있습니다 MEGAN RISDAL : 네, 맞습니다

YUFENG GUO : 좋은 경험을하십시오 그래, 그래 그래서 저는 이해와 같은 것들을 생각합니다 데이터의 맥락과 흥미로운 이유 왜 그것을 공유하는지가 중요합니다 더 자세한 정보를 제공 할뿐 아니라 해당 데이터 세트의 내용에 대해 그래서 그것이 우리가 여기에서 한 것입니다

그리고 영감도 – 그래서 몇 가지 질문을하면 데이터를 사용하여 대답 할 수 있습니다 YUFENG GUO : 네 거기서 다른 데이터 세트를 보았습니다 이제 나는 왜 [부적절한], 거기에 어떤 지침이 있음을 안다 MEGAN RISDAL : 맞습니다

네 그럼이 페이지의 다음 일은 우리는 몇 개의 태그를 추가 할 것입니다 일단 데이터 세트가 검색되면 데이터 세트를 더 쉽게 찾을 수 있습니다 공개적으로 공유 할 준비가되었습니다 그래서 우리는 공중 보건과 음식과 음료를 할 것입니다

YUFENG GUO : 합리적인 것 같습니다 MEGAN RISDAL : 합리적인 것 같습니다 그러면 자막과 배너 이미지를 추가 할 것입니다 그리고 이것은 페인트의 마지막 외투를 추가하는 것입니다 잘 보이게하고 사람들이 이해하도록 돕기 위해 데이터 세트에 관한 것입니다

YUFENG GUO : 예 – 약간의 재능 MEGAN RISDAL : 네, 맞습니다 YUFENG GUO : 좋습니다 MEGAN RISDAL : 그럼 우리가 그걸 살릴거야 YUFENG GUO : 그리고 우리는 그들이이 이미지를 대체하기를 원합니까? 그래, 그래

이것이 데이터 집합 목록에서 Google이 볼 수있는 것입니다 그리고 당신은 그 표지에 의해 데이터 세트를 판단하지 않아도됩니다 그러나 그것이 화려한 이미지를 가지고 있다면 – 오직 도움이 될 수 있습니다 YUFENG GUO : 예 나는 항상 얇게 썬 양파의 이미지가있는 데이터 세트를 선택합니다

그렇지 않은 사람 MEGAN RISDAL : 맞습니다 맛있어 보인다 그리고 마지막으로, 가장 중요한 부분 나는 당신을이 데이터 세트의 공동 작업자로 추가 할 예정입니다 YUFENG GUO : 그래서 지금 나는 그것을 보게된다? 그래, 그래

YUFENG GUO : 좋습니다 그래서 결국 – MEGAN RISDAL : 당신이 계십니다 편집 권한을 부여합니다 YUFENG GUO : 감사합니다 Megan Risdal이 데이터 집합을 편집하도록 초대했습니다

큰 그리고 Kaggle에서보기를 클릭 할 수 있습니까? 그래, 그래 YUFENG GUO : 그리고 그 모습을 보자 굉장해 그래서 이것은 당신 편에서 본 것과 기본적으로 같습니다

MEGAN RISDAL : 네, 맞습니다 시원한 그래서 우리는 우리의 데이터를 업로드하고 문서화했으며, 너와 그걸 나눠 봤어 우리가 사람들에게하도록 권하는 것들 중 하나 코드를 통해 데이터 세트를 문서화하는 것입니다 그래서 내가 말하는 것은 출판입니다

데이터 세트의 커널은 사용자에게 시연 할 수있는 한 가지 방법이며, 지역 사회의 다른 사람들, 그들은 당신의 데이터로 할 수 있습니다 그래서 우리는 누군가를 커널에 보여주고 싶을 것입니다 데이터를 읽는 방법, 일부 데이터를 읽을 수있는 방법 데이터를 사용하여 시각화 할 수있는 질문, 질문 그것을 사용하여 답변을 얻을 수 있습니다 YUFENG GUO : 네 요즘 Kaggle에서 데이터 세트를 볼 때, 그들 모두는이 탐험 수첩을 가지고있다

환상적인 시각화를 사용하면 정말 좋습니다 그래, 그래 예 바로 그 거예요 새로운 데이터 세트 작업을 시작할 때, 보통, 당신이 지역에서 일할 때, 커서가 깜박이기 시작합니다 당신에게 보여주는 코드가 없습니다

데이터를 읽는 방법과 데이터로 작업하는 방법 그래서 우리가하려고하는 것은, 데이터 세트를 추가로 문서화 할 것입니다 커널을 게시하여 YUFENG GUO : 환상적입니다 메간 리 다르 : 시작합시다 이 빅 블루 버튼을 클릭하기 만하면됩니다

우리가 부르는대로 – 새로운 커널 YUFENG GUO : 예 MEGAN RISDAL : 여기서는 스크립트 사이에서 선택할 수 있습니다 및 노트북 내가 좋아하기 때문에 나는 노트북과 함께 갈거야

인터리빙 마크 다운 및 코드 그리고 나서 이것이 시작되는 동안, 나는 할 수있다 내가 접근 할 수있는 데이터를 가지고 있는지 보아라 여기 내 환경에서 내 손가락 끝에 YUFENG GUO : 좋습니다

MEGAN RISDAL : 저는 언어를 바꿀 것입니다 R 저는 Stats 사람입니다 맞습니다 YUFENG GUO : 좋습니다

MEGAN RISDAL : 멋지다 내가 한 일은 내가 바람을 피웠다는 것입니다 이미 코드를 준비했습니다 내가 사용할거야 그래서 저는 여기서 그것을 빨리 업로드 할 것입니다

그리고 나서 내가 너를 걸을거야 데이터 세트를 분석하기 위해 수행되었습니다 YUFENG GUO : 좋습니다 메간 리 다르 : 그래서 첫 번째 셀에서, 검사 CSV 파일과 위반 CSV 파일이 있습니다 그래서 나는 그 사람들을 읽고 그것에 참여할 것입니다

함께 일련 번호를 기입 한 다음 결과 데이터 프레임을 엿볼 수 있습니다 YUFENG GUO : 좋습니다 메간 리 다르 : 그렇게되면, 우리는 거의 900,000 개의 레코드를 가지고 있음을 알 수 있습니다 우리가보고있는 것 그래서 이들은 모두 건강법 위반입니다

약 2 년간의 데이터 YUFENG GUO : 좋습니다 2 년 동안은 그렇게 많이 남아 있습니다 MEGAN RISDAL : 그래, 그게 그 것처럼 보인다 그래서 우리는 그 모습을 파헤칩니다 이제 데이터 세트를 준비 했으니 까 내가 원하는 모양으로, 위반의 수를 봅니다 월별로보고 됨

YUFENG GUO : 맞습니다 이것은 큰 것입니다 그래, 맞아 괜찮아 YUFENG GUO : 좋습니다

MEGAN RISDAL : 그래서 당신은 그것이 얼마나 빠르고 빠르는지 알 수 있습니다 그리고 우리는이 시각화를 가지고 있습니다 우리 앞에서 그래서 그것은 많은 건강법 위반입니다 YUFENG GUO : 네

그것은 온통 여기에 있습니다 어떻게 생겼는지 바는 무엇입니까? 30,000? MEGAN RISDAL : 네, 맞습니다

YUFENG GUO : 한 달 안에? 메간 리 다르 : 네 네 YUFENG GUO : 그것은 두더지입니다 메간 리달 : 네 자, 계절 추세가 있는지 살펴 봅시다

또한 위반 사항에 대한 정보도 있습니다 일련 번호마다 그래서 우리는 그것을 살펴볼 것입니다 그리고 우리는 상위 10 개를 살펴볼 것입니다 위반 사항이 있으므로이 코드가 여기에서 수행 될 것입니다

YUFENG GUO : 우리는 그것을 실행하고 우리는 다음과 같이 갈 것입니다 – 와우, 아주 좋은 색상의 코딩이 여기 있습니다 저 더 어두운 사람이 더 많거나 더 가벼운 사람은 더? 메간 리 다르 : 라이터가 더 밝습니다 YUFENG GUO : 좋습니다 그래, 그래 네, 여기 이걸 볼 수 있어요

바닥, 벽, 천장은 제대로 건축되고, 유지되고, 잘 수리되고, 깨끗하게 YUFENG GUO : 좋습니다 그래, 그래 YUFENG GUO : 항상 유감스럽게 생각합니다 귀하의 시설이 잘 수리되고 있는지 확인하십시오

MEGAN RISDAL : 네, 맞습니다 그리고 마침내, 나는 단지 저장하려고합니다 나중에 염두에 두어야 할 또 다른 프로젝트는 우편 번호로 위반 사항을보고 싶습니다 그래서 우리는 각 시설에 대한 정보도 얻었습니다 그들의 주소는이다

그래서 우리는 그곳에 우편 번호와 표정에 의한 위반이 더 많다 지형 공간 분석에서 하지만 나중에 조금하고 싶습니다 CSV를 파일로 작성하려고합니다 그리고 나는 그것을 다른 커널에서 사용할 수있을 것이다

YUFENG GUO : 맞습니다 그리고 당신은 상상할 수 있습니다 나는이 새로운 산출물에 대해서 생각하려고 노력하고있다 당신이 만든 것, 당신은 어떤 종류의 매핑을 만들 수 있습니다 그것으로

멋진 색으로 구분 된 히트 맵 중 하나를 수행 할 수 있습니다 MEGAN RISDAL : 네, 그렇습니다 YUFENG GUO : 우리는 이런 종류의 히트 맵을 가지고 있습니다 유형별로 위반 사항을 보여 주지만, MEGAN RISDAL : 그래, choropleth지도 지형 공간처럼 – YUFENG GUO : 혀 트위스터가 있습니다 메간 리 다르 : 예, 전성기

네, 정확히 말하면, 지금, 어떻게이 데이터 세트를 엿볼 수 있을까요? 이미 새로운 질문에 영감을 불어 넣었습니다 이것이 바로 사용자를 위해 우리가하고 싶은 일입니다 그래서 나는 내 노트에 제목을 부여 할 것입니다 YUFENG GUO : 예, 항상 제목이있는 것이 좋습니다 그래, 그래

그런 다음 커밋하고 실행합니다 YUFENG GUO : 좋습니다 그러니 그걸 치자 그게 실행되는 동안, 당신을위한 질문 – 너라면 노트북을 구할 수 없어? 커밋 및 실행을 클릭하지 않았습니까? 클릭하기 전에 해당 탭을 닫으려면, 그 모든 코드에 무슨 일이 일어날 것인가? MEGAN RISDAL : 초안을 저장하고 있습니다 하지만 코드를 저장하려면 나중에 다시 돌아와 다른 사람들과 공유하십시오

당신은 Commit and Run을 치고 싶다 그리고 그것은 코드를 위에서 실행합니다 바닥에 YUFENG GUO : 맞습니다 완전한

한 번 끝나면 다음 단계는 무엇입니까? 우리 계획은 여기서 뭐지? 왜냐하면 지금 당장 우리는 비공개이지만 우리 사이에 공유되는 데이터 세트가 있어야합니다 우리는 여전히이 커널을 가지고 있다고 생각합니다 너에게 개인적으로, 맞지? MEGAN RISDAL : 그래, 일단 이것이 끝나면, 계속해서 스냅 샷보기를 클릭하겠습니다 그리고 이것은 우리를 노트북 뷰어로 데려 갈 것입니다 그리고 여기에서, 이것은 내가 세상과 나눌 것입니다

그리고 이것은 누군가가 데이터 세트를 보는 것입니다 찾을 수 있습니다 그래서 나는 앞으로 나아갈 것이고, 다시 당신과 이것을 나눌 것입니다 당신이 우리의 모든 일이 공개 될 준비가되었습니다 YUFENG GUO : 맞습니다

예, 팀 환경에서, 당신은 근본적으로 일종의 코드 리뷰를하기 위해 이것을 할 수있다 대본 그래, 맞아 YUFENG GUO : 좋습니다 그러니 일단 끝내면 내 노트북에서 이쪽으로 갈 수 있습니다

데이터 세트에서 커널을 클릭하고 이동합니다 당신의 일에, 나는이 경우에 당신의 일이라고 생각합니다 MEGAN RISDAL : 맞아 YUFENG GUO : 여기 노트북을 열어 드리겠습니다 그리고 여러분은 그것이 잘로드되어 있음을 볼 수 있습니다

그리고 노트북을 편집하거나 포크 할 수있는 옵션이 있습니다 그래, 그래 그럼 어째서 그 일을 포기 하렴 모든 것이 예상대로 실행되는지 확인하십시오 그리고 모든 것을 컴파일 할 수 있습니다

YUFENG GUO : 내가 그것을 포크로 할 때, 그런 다음 GitHub에서 저장소를 포크 할 때와 비슷합니다 MEGAN RISDAL : 맞아 YUFENG GUO : – 당신은 당신 자신의 복사본을 만들 수 있습니까? 자, 이건 내거야? 그래, 그래 이것은 코드뿐만 아니라 코드의 사본이기도합니다 내가 사용한 데이터와 내가 사용한 환경

YUFENG GUO : OK, 잡았다 그리고 지금은 아무 것도 당신 편에 변화를줍니다 내 사본에 영향을 미치지 않습니다 MEGAN RISDAL : 맞습니다 YUFENG GUO : 좋습니다

자, 이제 실행하고있어 다른 커널을 생성한다 이름을 변경해야합니까? 내가 그대로두면 거기에 이름 충돌이있을거야? 메간 리 다르 : 당신은 그것을 바꿀 필요가 없습니다 그래서 사용되는 민달팽이는 사용자 이름이고, 노트북 제목의 슬러그 YUFENG GUO : 잡았다

그래서 나는 그것을 바꿀 수 있었지만 그렇게 할 필요는 없다 MEGAN RISDAL : 맞아 YUFENG GUO : 자, 제가 다시 가면 오, 우리는 그것이 그것을하는 것을 볼 수 있습니다 내 포크를 다른 사람들과 공유하십시오 MEGAN RISDAL : 네, 맞습니다 YUFENG GUO : 우리는 우리의 데이터를 볼 수 있습니다 제가 지금 다시 클릭하면, 이것은 – 일단 끝나면 그냥 나타납니다? 메간 리 다르 : 그렇습니다

YUFENG GUO : 그리고 거기에 있습니다 괜찮아 메간 리달 : 굉장해 그래서 당신은 어떻게 생각하십니까? YUFENG GUO : 꽤 좋은, 꽤 좋다 나는이 사실을 현실로 공개 할 때라고 생각한다

메간 리달 : 예, 공개하겠습니다 YUFENG GUO : 좋습니다 MEGAN RISDAL : 멋지다 그래서 데이터 세트로 돌아가겠습니다 그리고 Settings (설정), Sharing (공유)으로 이동하여 준비가되었다고 생각하면, 공개로 만들기를 클릭 할 수 있습니다

YUFENG GUO : 좋아,하자 따라서 이것은 영구 공개됩니다 MEGAN RISDAL : 맞습니다 YUFENG GUO : 좋습니다 그것은 당신이 여기에 들어가는 것을 아는 것이 항상 좋은 것입니다

좋은 메간 리 다르 : 그리고 여기에 우리가 간다 그리고 나서 다음 단계는 물론입니다 커널을 공개하길 원한다 YUFENG GUO : 오, 맞아

커널 자체가 데이터 세트와 분리되어 있기 때문에, 그래서이 두 개념은 구별됩니다 MEGAN RISDAL : 맞습니다 YUFENG GUO : 그래서 이런 상황에서, 네가 물건을 썼던 곳 일 수도 있고, 그리고 당신은 당신의 것을 공개합니다 그런데 나는 그것을 포크로 찍는다 그리고 그것은 사적이다

그리고 나는 너 또는 다른 사람들과 개인적으로 그것을 확장 할 수있다 그리고 아마도 다른 버전을 출시 할 것입니다 몇 가지 다른 분석과 함께 MEGAN RISDAL : 맞아 예 바로 그 거예요

따라서 유연성은 귀하에게 달려 있습니다 YUFENG GUO : 굉장합니다 MEGAN RISDAL : 데이터 측면이 공개됩니다 그리고 데이터 과학자 커뮤니티의 모든 사람 음식점 검사에 대해 더 많은 것을 탐색 할 수 있습니다 로스 앤젤레스 카운티의 위반

YUFENG GUO : 맞습니다 맞습니다 현재 축소 된 내용을 살펴보면, 그것은 아주 조금입니다 그리고 도구는 모두이 패키지에 들어 있습니다 정말 멋지고 완벽한 플랫폼입니다

나는 정말 즐거웠다 그리고 우리는 당신 편에서 노트북과 데이터 세트를 만들었습니다 우리는 개인적으로 공개적으로 공유 할 수있었습니다 그리고 우린 물건에 빠지지도 않았어 댓글 달기 시스템 및 토론 포럼과 같은 그리고 Kaggle에게는 훨씬 더 많은 것이 있습니다

그러나 공동 작업과 공유 환경조차도 너무 부자 야 그래, 그래 그래서 처음부터 끝까지 프로젝트를 만들었습니다 로컬 컴퓨터에서 데이터 파일을 가져 왔습니다 이 재현 가능하고 문서화 된 데이터 세트에 세상과 공개적으로 공유됩니다

그리고 어떻게하면 누군가가 학교 프로젝트에 이것을 할 수있다 또는 연구 공유 방법 YUFENG GUO : 당연히 네 그래서이 노트는 정말로 공개됩니다

그래서이 비디오를보고 있다면, 당신은 지금 Kaggle에 가서이 데이터 세트에 접근 할 수 있습니다 설명에 노트북에 대한 링크가 포함됩니다 동영상 아래에서 공유하고 공유하면됩니다 노트북, 데이터 세트를보고 댓글을 달 수 있으며, 자신의 노트를 포크로 만들고 편집하십시오 오늘 Megan과 함께 해줘서 고마워

이 Kaggle 커널을 조합하는 것은 정말 재미있었습니다 우리는이 데이터 세트를 만들어 전세계에 공개합니다 이 비디오가 마음에 들면 좋아요 버튼을 누르십시오 아래에서 아래로 클릭하고 구독하기를 클릭하십시오 "Cloud AI Adventures"의 모든 에피소드 그들이 나오면 바로

당분간, 나와 메간은 돌아갈거야 이 커널 작업 그러나 이번에는 아마 설득 할 수 있습니다 그녀는 파이썬에서 그것을 할 수 있습니다 메간 리 다르 : 우리는 그것에 대해 알게 될 것입니다

YUFENG GUO : 좋습니다