さまざまなコミュニティのユーザーが自分の分野について面白いことを引用するのが慣習となっています。機械学習、ディープラーニング、データサイエンス、そしてあなたが毎日直面することについて面白いことを共有するのは楽しいかもしれません！

Q：電球を交換するには機械学習の専門家が何人必要ですか？

A：1つだけですが、適切にトレーニングするには100万個の電球が必要です。

Q：蛍光灯の電球を交換するには、機械学習の専門家が何人必要ですか？

A：それはトレーニングデータにはありませんでした！

ニューラルネットワークはブラックボックスではありません。それらは線形代数の大きな山です：

xkcdからの画像

1. データを十分に拷問すると、聞きたいものは何でもわかります。

2. 統計は、統計が信頼できないことを示しています。

それは本当だから面白いと思う。

ソース

かわいい面白い...

これはいつも理由もなく私をひび割れます...

頻度主義者対ベイジアン

転写：

太陽はただ爆発しましたか？
（夜だからわからない）

[[二つの統計学者はK-9ウェストミンスター書体]で話すと怪しい似ている愛らしいコンピュータと並んで立っ]
Frequentist統計学者：太陽が新星を行っているかどうか、このニュートリノ検出器を測定。
ベイジアン統計：その後、2つのサイコロを振ります。両方が6人として出てきたら、それは私たちにあります。そうでなければ、それは真実を語っています。
FS：やってみましょう。[[検出器へ]] 検出器！太陽は新星になりましたか？
検出器： <<ロール>> はい。

頻繁な統計学者：
FS：この結果が偶然に起こる確率はです。以来、私は太陽が爆発したと結論付けています。$\frac1{36}=0.027$$p< 0.05$

Bayesian Statistician：
BS：持っていない$ 50を賭けます。

タイトルテキスト：

「探偵！私はザ・「かどうかを尋ねたならば、ベイズ統計学者と言うでしょう[ロール]」I AM Aニュートリノ検出器、NOT A LABYRINTH GUARDは。真剣に、あなたの脳は倒れましたか？」[ロール] '...はい。'

質問：機械学習とAIの違いは何ですか？

回答：

Pythonで作成されている場合は、おそらく機械学習です。

PowerPointで記述されている場合は、おそらくAIです。

資格があるかどうかはわかりませんが、さまざまな情報源から得られたいくつかの楽しい事実があります。

Yann Lecunから始まります。

• Geoff Hintonは隠れユニットを作る必要はありません。彼が近づくと、彼らは自分で隠れます。

• ジェフ・ヒントンはあなたに反対しません、彼は対照的に発散します
  （Vincent Vanhouckeから）

• シェークスピアとベイズはボートに乗って釣りをしています。ベイズは、シェークスピアが「ルーピーであるかルーピーでないか？それが問題だ」と言ったときに、どのネットをキャストするかを考えています。

• Deep Belief Netsは、実際にGeoff Hintonを深く信じています。

• ジェフヒントンは、脳が実際にどのように機能するかを発見しました。以下のための年に一度
  の最後の25年間。

• ベイジアンは、統合された後に疎外されたと感じることができる唯一の人々です

  そして今、伝説：

  

Redditからの1つ：

ヨロ：一度だけ学ぶ

PS：Ian GoodfellowとJurgen SchmidhuberがInverse GANに関する論文（NIPS 2019で発表予定）を共同執筆しています（このトピックに関するジョークはこちら）

機械学習アルゴリズムがバーに入ります。

バーテンダーは「あなたは何を持っていますか？」と尋ねます。

アルゴリズムは、「他の人は何を持っていますか？」と言います。

賢明な男性はそれが最も賢明なコースであると言うので、私はあなた、酸味の逆境を受け入れましょう。

ヤン・ル・トランプ！😂😂😂

A：機械学習先生とは何ですか？B：機械学習ではありません！それは機械燃焼、男です。

ダビデ・マッツィーニ

「予測は難しい。特に未来については。」

（物理学と野球のどちらを好むかによって、ヨギベラまたはニールスボーア）

2006年の一般的な冗談は、タイトルに「カールマルクス」または「ニューラルネットワーク」のいずれかが含まれ、NIPSで受け入れられる論文を書くことで賞を受賞するというものでした。これが後者の標準になりました...：D