Общие веб-проблемы, где Нейронные сети могли помочь

Поиск! Распознавать! Классифицируйте! В основном все поисковые системы в наши дни могут извлечь выгоду из дозы нейронных сетей и нечеткую логику. Это относится, в частности, к мультимедийному контенту (например, индексирование контент-индексации и видео), поскольку именно здесь текущие поисковые технологии отстают.

Игнорирование «общих веб-проблем» на угол запроса, а скорее «интересный спин» вид.

Один из многих способов можно просмотреть / настроить / сконфигурировать NN, так как гигантский самоустройство, мульти-входное, многофункциональное управление потоком случаев.

Итак, когда вы хотите предложить сопоставление, которые являются нечеткими, (не быть непосредственно смущенным непосредственно с нечеткой логикой, что является еще одной областью математики / вычислительной техники), может предложить полезную альтернативу.

Итак, чтобы сохранить энергию, вы предлагаете сайт подъемного клуба, одноразовые или регулярные поездки. Люди входят в ту, где они есть, где они хотят пойти и в какое время. Сортировать по городу и отобразить в контроле просмотра.

Используя NN, с течением времени вы можете, со временем предлагают транспортные владельцы транспорта для перевозимых искателей, наблюдая за тем, что ссылаются владельцы и искатели. Как владелец может не жить в том же пригороде, который проживает искатель. NN учится с течением времени, какие отклонения у владельцев, ищущие физические разницы в физическом расположении, оказываются приемлемыми. Таким образом, он может затем расширить область поиска при предложении искателей потенциальных владельцев.

идея.

Если вы экранируете лом или принимаете другие сайты, информация о продаже информации о продаже для сравнения цен, Nn можно использовать для флага возможных ошибок в описании элемента для человека, чтобы затем глазное яблоко.

Часто в качестве одного примера описания компьютерных аппаратров неверны в какой емкости, скорости, функциям, которые изображены. Ваш NN узнает, что вообще видеокарта не должна содержать строку «RAID 10». Если есть тенденция, чтобы добавить RAID на GPU, то ваш NN узнает это со временем глазным яблоком, принимая рекламу для преподавания NN, теперь это новый класс аппаратного обеспечения.

Этот аппаратный пример может быть продлен в другие отрасли.

1. Веб-реклама на основе прогнозирования потребителей

2. Прогнозирование прогнозирования направления просмотра веб-просмотра пользователя в микроэлектрице и очень короткосрочный (текущий сеанс). Эта идея очень похожа, обобщение, к первому. Веб-сайт просмотра пользователя может быть предложено с предложениями с другими потенциально интересными веб-сайтами. Предложения могут быть речны - рейтинг в соответствии с прогнозированием, рассчитанным в режиме реального времени во время деятельности пользователя. Например, список предлагаемых ссылок или категорий или тегов может отображаться в виде облака и размера шрифта указывает на оценку рейтинга. Каждый Щелкл, который пользователь делает, является входом в систему прогнозирования, поэтому прогноз постоянно уточняется, чтобы предоставить пользователю как можно более точные предложения, с точки зрения матча по интересам пользователя, насколько это возможно.

Можете ли вы добавить приложения к файлу Web.config, например, так

<appSettings>
  <add key="GoogleMapAPI" value="XXXXXX" />
</appSettings>

для каждого домена?

Затем добавьте это на свою страницу

<script type="text/javascript" src="http://maps.google.com/maps?file=api&v=2&key=<%=ConfigurationManager.ApplicationSettings["GoogleMapAPI"] %>&hl=de"

, вы можете запустить что-то подобное, используя вашу базу данных или заголовки хоста для управления каждый ключ на домен.

Как насчет подключения пользователей к ближайшему DNS и убедиться, что между запросом и пунктом назначения есть как можно меньше отскок?

• Рекомендация "Друг" в социальных приложениях (Linkedin, facebook и т.д.)

Меня всегда поражает то, что у нас до сих пор нет псевдо-интеллектуальной технологии межсетевого экрана. Что-то, что говорит о том, что "эй, его диапазон urls делает слишком много запросов, когда они не должны", блокирует их, и посылает отчет администратору. Это можно сделать с помощью нейронной сети.

Что касается неприятной части вещей, некоторые производители вирусов могли бы найти выгодное применение нейронным сетям. Адаптивные трояны, которые "узнают" номера кредитных карт на жестком диске (вместо того, чтобы искать определенные куки) или которые "учатся" автоматически маскироваться от детекторов.

Игра, расположенная по адресу 20q.net является одной из моих любимых нейронных сетей, основанных на веб-технологиях. Вы можете адаптировать эту идею для создания обучающей системы, которая знает, как играть в простую игру и медленно учится побеждать в ней людей. По мере того, как она играет в человеческих противников, она записывает данные об игровых ситуациях, предпринятых действиях, а также о том, выиграла ли NN игру или нет. Каждый раз, когда он играет, выигрывает или проигрывает, он становится немного лучше. (Примечание: не пытайтесь сделать это с помощью слишком простой игры, как шашки, слишком простая игра может иметь все возможные партии / комбинации ходов, заранее вычисленные, которые поражают цель использования NN).

Любую систему классификации, основанную на множественных критериях, возможно, стоит рассмотреть. Я слышал о какой-то компании, разрабатывающей NN, которая просматривает записи о сотрудниках и определяет, какие из них наименее удовлетворены или с наибольшей вероятностью уволятся.

Нейронные сети также хорошо подходят для выполнения определенных типов языковой обработки, включая OCR или преобразования текста в речь. Попробуйте создать систему, которая может расшифровать capchas, либо из графического представления, либо из звукового представления.

Предположим, EBay использовал нейронные сети, чтобы предсказать, насколько вероятно, что конкретный предмет будет продаваться; спрогнозировать, в какой день лучше всего выставить список товаров такого типа, предложить начальную цену или «купить сейчас цену»; или оцените свое описание на основе того, насколько вероятно, что оно привлечет покупателей? Все эти функции могли бы быть полезными, если бы работали достаточно хорошо.

Я с удовольствием пытался реализовать бота на основе нейронной сети для настольной игры Diplomacy , взаимодействуя через ] DAIDE протоколы. Это оказалось чрезвычайно сложно, поэтому я обратился к XCS, чтобы упростить задачу.

Приложения нейронных сетей отлично подходят для представления дискретных вариантов выбора и всего поведения отдельных лиц (или групп людей) при копании в сети.

Возьмем, к примеру, чтение новостей:

Раньше вы обычно брали одну газету (выбор), выбирали раздел (выбор), сканировали страницу и выбирали статью (выбор) и прочитать основы или всю статью (другой вариант).

Теперь вы выбираете, какой новостной сайт посетить, и продолжаете, как указано выше, но теперь вы можете бросить одну газету, взять другую, щелкнуть объявления, изменить разделы и продолжить работу с некоторыми ограничениями.

Полное использование Интернета и выбор, который люди делают на основе их демографических данных, интересов, опыта, политики, времени суток, местоположения и т. Д., Являются очень богатой областью для применения NN. Это особенно актуально для новостных организаций, дизайна веб-страниц, доходов от рекламы и может даже быть малоизученной областью.

Конечно, очень сложно предсказать, что будет делать один человек, но если собрать вместе 10 000 человек одного возраста, дохода, пола, времени суток и т. Д., Вы сможете предсказать поведение, которое приведет к к лучшему дизайну. Представьте себе газету (или даже игру), которую можно масштабировать в соответствии с потребностями людей на основе демографических данных. Мечта рекламщика!