Avaleht Onu Heino veebileht

Millist metoodikat Sinu NLP-projekt vajab?

Sat, 27 Sep 2025 00:00:00 +0000

See postitus on valminud artikli https://machinelearningmastery.com/why-and-when-to-use-sentence-embeddings-over-word-embeddings/ baasil.

Sõna- vs Lausevektorid: Üllatav Tõde, Mida Sinu NLP-Projekt Vajab

Sissejuhatus

Igaüks, kes töötab tekstiandmetega, seisab silmitsi fundamentaalse probleemiga: kuidas mõista ja võrrelda lausete tähendust? See on kriitiline samm peaaegu igas loomuliku keele töötluse (NLP) projektis, alates semantilisest otsingust kuni sentimentanalüüsini. Tihti lähtutakse levinud, kuid ekslikust eeldusest, et lause tähenduse mõistmiseks piisab lihtsalt selle üksikute sõnade vektorite (näiteks BERT-mudelist saadud) keskmistamisest. See lähenemine tundub intuitiivne, kuid see on täis varjatud lõkse.

See artikkel paljastab mitu vastupidisena tunduvat tõde selle kohta, miks see lihtne meetod sageli ebaõnnestub ja millal on spetsiaalselt loodud tööriist – lausevektorid – dramaatiliselt parem valik. Unustage keeruline teooria; keskendume praktilistele ja mõjusatele järeldustele, mis aitavad teil valida oma järgmise projekti jaoks õige teksti esitusviisi.

Takeaway 1: Sõnavektorite keskmistamine on lõks, mis lahjendab tähendust

Kuigi sõnavektorid on suurepärased üksikute sõnade tähenduse tabamiseks, viib nende lihtne keskmistamine terve lause jaoks sageli olulise info kaotsiminekuni. See on kõige peamine piirang, mis tekib, kui üritatakse sõnadele mõeldud tööriista rakendada lausetele.

Vaatame konkreetset näidet, mis illustreerib probleemi selgelt. Kujutage ette lauset: “Orkestri esitus oli suurepärane, kuid puhkpillide sektsioon vaevles kohati.” See lause sisaldab nii selgelt positiivset (“suurepärane”) kui ka negatiivset (“vaevles”) sentimenti. Kui me keskmistaksime kõigi nende sõnade vektorid, saaksime tõenäoliselt tulemuseks neutraalse esituse. Kogu nüanss – nii positiivne kui ka negatiivne tagasiside – läheks kaduma. See tähenduse lahjendamine on kriitiline viga ülesannetes, kus on vaja mõista teksti tegelikku sisu.

Takeaway 2: Isegi Kontekstipõhised Sõnavektorid Võivad Lauseid Võrreldes Eksida

Võiks eeldada, et kaasaegsed ja võimsad mudelid nagu BERT lahendavad selle probleemi, kuna nad loovad kontekstipõhiseid sõnavektoreid. Kuid isegi need täiustatud mudelid ei ole oma olemuselt loodud lausete terviklikuks sarnasuse hindamiseks. Naiivne lähenemine, kus kasutatakse BERT-i tokenivektorite keskmist, võib viia üllatavalt kehvade tulemusteni.

Ühes eksperimendis võrreldi kolme lauset (A, B ja C), kasutades just seda “keskmistatud BERT-i” meetodit. Tulemused olid kõnekad ja vastupidiselt ootustele segadusttekitavad. Kahe omavahel seotud lause (A ja B) sarnasusskooriks arvutati kõrge 0.876, mis tundub esmapilgul hea. Probleem ilmnes aga siis, kui võrreldi omavahel mitteseotud lauseid (A ja C) – nende sarnasusskooriks tuli samuti segadusttekitavalt kõrge 0.482.

See on suur puudus. Mudel, mis ei suuda usaldusväärselt eristada seotud ja mitteseotud lauseid, ei sobi praktilisteks ülesanneteks nagu semantiline otsing või sarnasuse võrdlus.

Takeaway 3: Spetsiaalsed Lausemudelid Eristavad Olulist Ebaolulisest Selgelt

Erinevalt eelnevast lähenemisest on olemas spetsiaalselt lausete jaoks loodud mudelid nagu Sentence-BERT (SBERT). Need on treenitud mõistma ja kodeerima tervete lausete tähendust ühteainsasse vektorisse.

Kui sama eksperiment viidi läbi SBERT-iga, olid tulemused drastiliselt erinevad ja palju intuitiivsemad. SBERT andis omavahel seotud lausetele (A ja B) soliidse sarnasusskoori 0.661. Kõige olulisem erinevus ilmnes aga mitteseotud lausete (A ja C) võrdlemisel: nende skoor oli -0.001, mis on praktiliselt null. See näitab, et SBERT suudab tähenduslikult erinevad laused selgelt eristada.

SBERT suudab lauseid puhtalt eristada (A ↔ B = 0.661 vs. A ↔ C ≈ 0), peegeldades paremini lausetasandi semantikat. See on otsustav eelis semantilise otsingu ja sarnasuse ülesannetes.

Selle praktilist väärtust demonstreeris ka otsingunäide. Päring “Arvustus kontserdist, kus puhkpillid olid ebaühtlased” leidis kõige täpsema vastena lause B. See kinnitab, et lausevektorid on reaalsetes rakendustes, nagu otsingumootorid ja RAG-süsteemid, märkimisväärselt tõhusamad.

Takeaway 4: Efektiivsus on Lausevektorite Varjatud Supervõime

Lausevektorid ei ole semantilistes ülesannetes mitte ainult täpsemad, vaid ka oluliselt efektiivsemad. See on praktiline eelis, mida ei tohi alahinnata, eriti suurte andmemahtude korral.

Arvutuslik erinevus on lihtne. Lausevektorite võrdlemine on uskumatult kiire, sest iga lause on esitatud üheainsa fikseeritud suurusega vektorina. Erinevus tuleneb arvutuslikust keerukusest: SBERT-i lausevektorite võrdlemine toimub O(n) ajaga, samas kui BERT-i tokeni-taseme võrdlus nõuab O(n²) arvutuslikku aega. See muudab lausevektorid ideaalseks valikuks laiaulatuslike rakenduste jaoks.

Kokkuvõtlik Tabel: Peamised Erinevused

Tunnus Sõnavektorid Lausevektorid Ulatus Üksikud sõnad (tokenid) Terved laused või tekstilõigud Peamine Kasutusala Süntaktiline analüüs, tokeni-taseme ülesanded Semantiline analüüs, üldise tähenduse mõistmine Parim Rakendus NER, POS-märgistamine, keelteülene kaardistamine Semantiline otsing, klassifitseerimine, klasterdamine, RAG Puudus Raske koondada lause tähenduseks ilma informatsiooni kaotsiminekuta Ei sobi ülesanneteks, mis nõuavad üksikute sõnade suhete analüüsi

Kokkuvõte

Valik sõna- ja lausevektorite vahel sõltub täielikult teie NLP-ülesande eesmärgist. Kui peate tabama teksti terviklikku, kompositsioonilist tähendust – nägema “metsa” –, siis pakuvad lausevektorid paremat jõudlust ja efektiivsust. Kui teie ülesanne nõuab aga sügavat sukeldumist üksikute sõnade grammatilisse struktuuri ja suhetesse – nägema “puid” –, on sõnavektorid endiselt asendamatu tööriist.

Millist oma praegustest NLP-ülesannetest saaksid sa ümber mõtestada, kasutades semantilise tähenduse paremaks tabamiseks lausevektoreid?

Tehisintellekti revolutsioon

Wed, 04 Jun 2025 00:00:00 +0000

Ülevaade artiklist: Piirifirmade algusaeg: kuidas tehisintellekti agendid töö tulevikus ümber kujundavad.

(https://www.forwardfuture.ai/p/the-dawn-of-the-frontier-firm-how-ai-agents-are-redefining-the-future-of-work)

Autor on palju mõelnud sellele, kuhu me oma tegevustes ja toimetamistes suundume ja jõudis järeldusele – me oleme ajaloolises pöördepunktis.

Artikkel on koostatud tuginedes Microsofti 2025. aasta töösuundumuste analüüsi tulemustele (Work Trend Index Annual Report) Microsofti artikkel. MS’i raporti keskmes on “Piirifirma” (Frontier Firm) kontseptsioon – ettevõtted, mis on täielikult ümber kujundanud oma tegevuse, integreerides ettevõtte töövoogu tehisintellekti agendid ja inim-masin meeskonnatöö.

Peamised teemad ja faktid:

1. Suur pöördepunkt.

Artikkel rõhutab, et TI ei ole lihtsalt järjekordne tehnoloogiline trend – see on suur ajalooline sündmus, sama suur kui üleminek käsitöölt masstootmisele või interneti tulek. Me siseneme maailma, kus tehisintellekt suudab arutleda ja lahendada reaalseid probleeme, muutes intelligentsuse kättesaadavaks seal, kus seda vaja on. Ja see kujundab oluliselt ümber meie töökultuuri, nii sotsiaalses, kultuurilises kui majanduslikus tähenduses. g

2. Võimekuse kriis: “Me kõik upume.”

Kaasaegset töökeskkonda iseloomustab ülekoormus. 80% töötajatest tunneb, et neil napib aega ja energiat oma töö tegemiseks. Üle poole juhtidest nõuab samal ajal suuremat tootlikkust. Microsoft 365 kõige aktiivsemate kasutajate puhul katkestatakse töö iga kahe minuti tagant, tehes kokku 275 katkestust päevas (koosolekud, e-kirjad, vestlused). 60% koosolekutest on spontaansed. Töö tungib isiklikku ellu: vestlused väljaspool tööaega on aastaga kasvanud 15%, keskmiselt 58 sõnumit enne või pärast tööd. Ligi pooled töötajatest ja üle poole juhtidest kirjeldavad oma tööd kaootilisena ja killustatuna.

3. Intelligentsus kui “oluline ja vastupidav kaup”: “Intelligentsus kraani peal.”

Ajalooliselt on intelligentsus olnud piiratud ressurss. Nüüd muutub see AI abil “külluslikuks, taskukohaseks ja nõudmisel kättesaadavaks.” 82% juhtidest on kindlad, et nad kasutavad lähiaastatel digitaalset tööjõudu oma tööjõu laiendamiseks. Ligi pooled juhtidest peavad digitaalse tööjõuga meeskonna võimekuse laiendamist tipprioriteediks, jäädes alla vaid olemasoleva tööjõu oskuste täiendamisele. Samal ajal kui kolmandik juhte kaalub töökohtade vähendamist, otsib 78% ka AI-spetsiifiliste rollide (koolitajad, andmespetsialistid, turvaeksperdid, agentide juhid) lisamist.

4. Teekond Piirifirmaks: Kolm etappi

Artikkel kirjeldab kolmeastmelist teekonda AI integreerimisel:

etapp (assistent): AI aitab olemasolevaid ülesandeid paremini ja kiiremini täita, kõrvaldades korduvaid ja igavaid toiminguid.
etapp (digitaalsed kolleegid): Agendid võtavad ette spetsiifilisi ülesandeid, näiteks “teadlane, kes saab luua turuletoomisplaani, või andmeanalüütik, kes saab kokku panna keerulisi aruandeid”.
etapp (autonoomne juhtimine): Inimesed seavad suuna, samal ajal kui agendid juhivad terveid äriprotsesse ja töövooge. Näiteks tarneahel, kus agendid haldavad logistikat ja inimesed tegelevad erandite ning suhtlusega tarnijatega. See ei ole lineaarne protsess; organisatsioonid võivad olla samaaegselt kõikides etappides erinevates osakondades.

5. Inim-agent meeskonnad ja “Töökaart” (Work Chart):

Traditsioonilised osakondadele tuginevad organisatsioonistruktuurid on muutumas. “Ekspertiisi nõudmisel kättesaadavaks tegemise kaudu AI agentide kaudu, võib traditsioonilise organisatsiooniskeemi asendada “Töökaart” – dünaamiline, eesmärkidele orienteeritud mudel, kus meeskonnad moodustatakse tulemuste, mitte funktsioonide ümber.” Supergood, tehisintellekti esmane reklaamiagentuur, on näide lamestatud, kiirematest ja paindlikumatest meeskondadest. Nende kaasasutaja Mike Barrett ütleb: “Me ei vaja iga lühiülevaate juurde strateegi. Igal Supergoodi töötajal on meie platvormi kaudu juurdepääs sellele ekspertiisile.” Harvardi uuring näitas, et AI aitas murda osakondade vahelisi seinu: R&D meeskonnad lõid kaubanduslikult elujõulisemat tööd ja äritiimid arendasid tehnilisemaid lahendusi. Juhid investeerivad AI-sse kõige agressiivsemalt klienditeeninduses, turunduses ja tootearenduses.

6. Inim-agendi suhe: Uus edukuse mõõdik

Organisatsioonid vajavad uut mõõdikut – inim-agendi suhet –, et maksimeerida inim-agendi meeskondade potentsiaali. On vaja leida tasakaal, et vältida ressursside raiskamist või inimeste ülekoormamist. Harvardi uuring leidis, et “AI-ga inimene edestab AI-ta meeskonda, kuid AI-ga meeskond võidab kõik parima kvaliteediga töö puhul.” See viitab inimkoostöö ja AI-ga täiustamise sünergiale.

7. Iga töötaja kui “agendi boss”:

Uus roll on “agendi boss”, kus iga töötaja peab “mõtlema nagu AI-ga töötava idufirma tegevjuht, juhtides spetsialiseeritud AI agentide meeskondi.” 28% juhtidest kaalub AI tööjõu juhtide palkamist hübriidmeeskondade juhtimiseks. 32% plaanib palgata AI agendi spetsialiste agentide kujundamiseks, arendamiseks ja optimeerimiseks. 67% juhtidest on agentidega tuttavad (vs. 40% töötajatest). 79% juhtidest usub, et AI kiirendab nende karjääri (vs. 67% töötajatest). Juhid on ees, sest nad tunnevad survet AI strateegia loomiseks ja vastutavad selle toimimise eest.

8. Piirifirmade esilekerkimine:

Need firmad on teistest ees ja näitavad, kuhu suundutakse: 71% Piirifirmade töötajatest ütleb, et nende ettevõte on edukas (vs. 37% globaalselt). 55% ütleb, et nad suudavad rohkem tööd teha (vs. 20% globaalselt) ja neil on rohkem võimalusi teha sisukat tööd (90% vs. 73%). Nad on optimistlikumad tulevaste töövõimaluste suhtes (93% vs. 77%) ja kardavad vähem, et AI võtab nende töökohad (21% vs. 38%). Näited edulugudest: Wells Fargo vähendas otsingute vastamisaega 10 minutist 30 sekundini, Dow ootab miljonite säästu logistikas, Bayeri teadlased säästavad kuni 6 tundi nädalas, Estée Lauder Companies ja Holland America Line parandavad klienditeenindust, Accenture kiirendab võlgade sissenõudmist.

9. Edasine tee: kolm soovitust

Palga esimesed digitaalsed töötajad: Määra selged rollid, kus automatiseerimine lisab väärtust, ja kohtle digitaalseid töötajaid nagu teisi meeskonnaliikmeid. Määra inim-agendi suhe: Leia tasakaal täieliku automatiseerimise ja inim-AI koostöö vahel, kus kliendid eeldavad inimlikku puudutust ning kus otsused on kõrgete panustega. Eeldada, et iga töötaja arendab AI-oskust, jagab õpitut ja integreerib selle igapäevasesse praktikasse. Jõua kiiresti laiale skaalale: Aeg pilootprojektideks on läbi. Tuvasta suure vajadusega valdkonnad (operatsioonid, klienditeenindus, finants), kus AI saab pakkuda mõõdetavat mõju. Avastatud väärtus tuleb reinvesteerida, et skaleerida veelgi ja kiiremini.

10. Uus töömaastik ja oskused:

Tööturul on ebakindlus, kuid üks signaal on selge: “AI-oskused on nüüd 2025. aasta kõige nõutum oskus.” Samuti on esile kerkimas inimlikud tugevused nagu konfliktide lahendamine, kohanemisvõime, protsesside automatiseerimine ja uuenduslik mõtlemine. Järeldus: Intelligentsuse revolutsioon See on “intelligentsuse revolutsioon”, kus masinaintelligentsus on esimest korda saadaval nõudmisel. Edukad organisatsioonid saavad olema need, kes valdavad inim- ja masinaintelligentsuse ühendamise kunsti, luues hübriidmeeskondi, kus mõlemad pooled panustavad oma unikaalsete tugevustega. Inimesed toovad kaasa loovuse, otsustusvõime ja emotsionaalse intelligentsuse; masinad toovad kaasa väsimatu arvutuse, täiusliku mälu ja võime töödelda tohutul hulgal teavet. “Küsimus pole selles, kas AI kujundab töö ümber – see on selles, kui kiiresti olete valmis sellega liikuma.” Need, kes kohanevad kiiresti, saavad tohutu eelise; need, kes ootavad, riskivad maha jäämisega. Piirifirma on “mall, kuidas kõik organisatsioonid tulevastel aastakümnetel toimivad.”

Teine blogipostitus

Fri, 30 May 2025 00:00:00 +0000

Teine blogipostitus

See on teine näidisblogipostitus. Siin on postituse sisu ja detailid.

Teema

Selles blogipostituses räägime veebidisaini trendidest ja parimatest praktikatest.

Põhipunktid

Veebidisain on pidevalt arenev valdkond, kus uued trendid ja tehnoloogiad mõjutavad seda, kuidas veebilehti luuakse ja kuidas kasutajad nendega suhtlevad.

Praegused trendid

Mõned olulisemad veebidisaini trendid on:

Minimalism - lihtne ja puhas disain, mis keskendub sisule
Tumedat režiimi toetavad lehed - silmasõbralikum kasutajakogemus
Mikroanimatsioonid - väikesed liikumised, mis muudavad kasutajakogemuse dünaamilisemaks

Parimad praktikad

Hea veebidisaini loomiseks tasub järgida neid praktikaid:

Mobiilisõbralikkus - veebileht peab hästi töötama kõigil seadmetel
Kiirus - leht peab laadima kiiresti, et hoida kasutajate tähelepanu
Ligipääsetavus - veebileht peab olema kasutatav kõigile, sealhulgas erivajadustega inimestele

Ikea Effekt

Tue, 29 Apr 2025 00:00:00 +0000

Lugesin täna artiklit IKEA efektist ja mõtlesin, et mida ma oleks võinud teisiti teha.

Artikli autor, Jeremy Brown, on endine Red Hat’i Innovatsiooni Labori käivitaja.

Siin on artikkel ise: “The IKEA Effect and How I Screwed Up!”

Allika ülevaade

See dokument põhineb Jeremy Browni kirjutisel “The IKEA Effect and How I Screwed Up!”, mis ilmus tema blogis 23. märtsil 2024. Jeremy Brown jagab selles oma kogemusi toote- ja insenerimeeskondade juhtimisel ning uurib tehnoloogiat. Antud artikkel keskendub organisatsiooniliste muutuste juhtimisele, kasutades isiklikku ebaõnnestumist näitena IKEA efekti väärkasutamisest.

Põhiteemad ja olulisemad ideed

Artikli peamine teema on organisatsiooniliste muutuste edukas elluviimine, keskendudes töötajate kaasamisele ja IKEA efekti rakendamisele. Jeremy Brown kirjeldab oma kogemust, kus ta ebaõnnestus muutuste elluviimisel, jättes inimesed protsessist kõrvale, ning toob sellest välja olulised õppetunnid.

1 IKEA efekt organisatsioonilistes muutustes Põhiidee: IKEA efekt seisneb selles, et inimesed hindavad kõrgemalt asju, mille loomisesse nad on ise panustanud. Organisatsioonilises kontekstis tähendab see, et kui töötajad osalevad muutuste määratlemisel, kujundamisel ja täpsustamisel, tunnevad nad suuremat omandi- ja vastutustunnet. See suurendab osalemisvalmidust ja muutuste omaksvõtmist.

Tsitaat: "We can use this when making changes in an organisation by co-creating the change with those impacted by the change because when people have a part in defining, designing, and refining, they're far more likely to feel ownership."

2 Jeremy Brown kirjeldab oma halba sooritust ja selle põhjuseid

Põhiidee: Autor kirjeldab olukorda, kus ta soovis sisse viia protsessimuutusi, kuid tegi seda ilma otseselt mõjutatud inimesi kaasata. Ta töötas taustal, kaasas vaid mõned kõrgema taseme juhid ning esitas seejärel põhjaliku ja viimistletud ettepaneku dokumendina. Reaktsioon oli vaikus ja negatiivsed kommentaarid. Peamised vead olid:

Ennatlik ja piisavalt selgelt mittekommunikeerimine: Inimesed ei teadnud, miks muutus vajalik on.
Ühise “miksi” ja probleemi määratluse puudumine: Probleemi ei määratletud koos asjaosalistega.
Lõpliku “meisterteose” esitamine, mitte “20% kavandi”: Viimistletud dokument ei jätnud ruumi panustamiseks ega tundunud avatud tagasisidele.
Oma positsioonist tuleneva võimu alahindamine: Juhi esitatud lõplik ettepanek tekitab töötajates hirmu negatiivse tagasiside andmise ees.
Inimeste kaasamise puudumine ja vale delegeerimine: Muutuste määratlemist ja kujundamist ei delegeeritud asjaosalistele meeskonnaliikmetele.
Vale keelekasutus: Kasutati “mina”-keelt ja minevikku, mis viitas projekti lõpetatusele, mitte koostööle ja käimasolevale protsessile.
Tagasiside andmiseks ebapiisava aja ja juhiste andmine: Ulatuslik dokument esitati korraga ja küsiti liiga laia tagasisidet ilma suunavate küsimusteta.
Tsitaat ebaõnnestumise kohta: “Unfortunately, in my enthusiasm for implementing some changes with a client, I ignored my advice, and the situation blew up.”

Olulised õppetunnid ja soovitused edukateks muutusteks Põhiidee: Oma ebaõnnestumisest õppides sõnastab autor rea soovitusi, kuidas organisatsioonilisi muutusi edukamalt juhtida, kasutades ära IKEA efekti ja tagades töötajate kaasamise. Kommunikeeri vara ja “miks”: Selgita kohe alguses, mida sa teed ja miks see vajalik on. Määratlege probleem üheskoos: Kaasa inimesed probleemi tuvastamisse ja määratlemisse, et luua ühine arusaam ja motivatsioon selle lahendamiseks. Jaga 20% kavandeid, mitte lõplikke versioone: Esita eelnõud ja poolikud versioonid, et julgustada tagasisidet ja koostööd. See jätab ruumi “sõrmejälgede jätmiseks”. Ole teadlik oma positsioonist tulenevast võimust: Kasuta oma positsiooni targalt ja püüa luua psühholoogilist turvalisust, et tagasiside andmine oleks lihtsam. Kaasa inimesi ja delegeeri targalt: Delegeeri osa töödest meeskonnaliikmetele. Delegeerimisel anna selged juhised, piirangud ja selgita, kuidas tulemusi käsitletakse. Kasuta kaasamist soodustavat keelt: Kasuta “meie”-keelt ja olevikku, et rõhutada, et tegemist on käimasoleva ja ühise protsessiga (“me töötame”, “me arendame”). Anna tagasisideks aega ja suuna küsimustega: Anna inimestele piisavalt aega informatsiooni seedimiseks. Alusta laiade küsimustega ja liigu seejärel konkreetsemate küsimuste juurde, et saada kasulikumat tagasisidet. “Aeglaselt, et kiiresti jõuda”: Inimeste kaasamine alguses võib tunduda aeganõudev, kuid see kiirendab muutuste omaksvõtmist ja edukat elluviimist pikas perspektiivis. Tsitaat “aeglaselt, et kiiresti jõuda”: “It’s either you spend it at the front, or you spend it at the end. And I’m pretty sure which one I should have chosen and will choose again.”
Mittekaasamise ohud Põhiidee: Kui muudatusi viiakse ellu ilma inimesi kaasamata, võib see viia meeskonnaliikmete vähese initsiatiivi ja vastutustunde puudumiseni. Juht võib hakata tundma koormat, muutuda direktiivsemaks ja hakata meeskonnaliikmeid halvustama. See kahjustab usaldust ja suhteid. Tsitaat: “If you go down the path alone, you might feel burdened, like you have to solve all the problems thrown at your solution. You might start resenting the people who report to you, and you could become much more directive because you figure your team won’t take responsibility anyway.”

Kokkuvõte Artikkel rõhutab tungivalt vajadust kaasata asjassepuutuvaid inimesi organisatsiooniliste muutuste protsessi algusest peale. IKEA efekti kasutamine - lastes inimestel muutusi ise kujundada - loob omanditunde ja suurendab osalemisvalmidust. Jeremy Browni isiklik kogemus on valus, kuid väärtuslik õppetund sellest, mis juhtub, kui seda põhimõtet eiratakse. Edukad muutused eeldavad varajast ja selget kommunikatsiooni, ühise “miksi” määratlemist, poolikute versioonide jagamist, targalt delegeerimist, kaasavat keelt ja piisavalt aega tagasisideks. Aeganõudvam kaasamine alguses tasub end ära kiirema ja sujuvama elluviimisega hiljem.

AI loodud presentatsioon

Sun, 27 Apr 2025 00:00:00 +0000

AI management AI jõududega

Paul Leis andis teada, et plaanib teha avalikku loengut teemadel:

AI management, AI risk management ja AI governance

ja mind hakkas huvitama, et kuidas AI sellise esitlusega hakkama saaks ning nii ma siis küsisin AI käest:

My colleague, a university professor, is preparing an open lecture about “AI management, AI risk management and AI governance”. I am interested in how you can prepare this presentation?

ja siin on leheküljed, kuidas ta sellele minimalistlikule küsimusele vastas:

AI põhjalik vastus

ÄriInfosüsteemid: Programmide omavaheline suhtlus

Sun, 27 Apr 2025 00:00:00 +0000

Slaidiseeria põhjal AI poolt kujundatud veebileht.

ÄriInfosüsteemid: Programmide omavaheline suhtlus

Tegin programmide suhlusest logistika tudengitele slaidiseeria ja see sai liiga mahukas.

Et tudengite elu kergendada, lasksin AI’l selle 163 slaidilise seeria interaktiivseks veebileheks vormistada. Tulemus sai parem, kui ma ootasin, kuid eks vaadake ise.

Saidi keelevahetus ei toimi, kuid ma loodan, et see ei ole probleem.

Kogu vormistus ja kujundus on AI poolt, pildimaterjal on slaididelt ja on minu poolt sinna pandud.

Veebi lehtedele ma midagi omalt poolt lisanud ei ole, ainult enda promomise kohad välja võtnud.

Nautige: AI tehtud veebileht

Mon, 01 Jan 0001 00:00:00 +0000

Markdown märgendite ülevaateleht

Markdown on lihtne ja laialt levinud märgenduskeel, mida kasutatakse teksti vormindamiseks, näiteks GitHubis. See loodi eesmärgiga olla kergesti loetav ja kirjutatav, võimaldades samal ajal teisendamist HTML-i ja teistesse vormingutesse. Siin kasutadud Hugo framework siiski kõiki märgendusi hästi ei toeta. LaTeXi märegnduse sain läbi häda käima, otse ta ei olnud nõus toimima. Samas GitHub toimetab temaga hästi. Käesolev ülevaateleht tutvustab kõiki peamisi Markdown märgendeid koos näidetega, eesmärgiga neid Hugo kasutamiseks ära kasutada.

Sisukord

Pealkirjad

Markdown-is saab luua kuut erinevat taseme pealkirja, kasutades numbrile vastavat arvu trellimärke (#).

# Pealkiri 1
## Pealkiri 2
### Pealkiri 3
#### Pealkiri 4
##### Pealkiri 5
###### Pealkiri 6

Tulemus:

Pealkiri 1

Pealkiri 2

Pealkiri 3

Pealkiri 4

Pealkiri 5

Pealkiri 6

Alternatiivne süntaks esimese ja teise taseme pealkirjade jaoks:

Pealkiri 1
=========

Pealkiri 2
---------

Tekstistiilid

Rõhutatud tekst (kaldkiri)

*See tekst on kaldkirjas*
_See tekst on samuti kaldkirjas_

Tulemus: See tekst on kaldkirjas See tekst on samuti kaldkirjas

Tugev rõhutus (paks kiri)

**See tekst on paksus kirjas**
__See tekst on samuti paksus kirjas__

Tulemus: See tekst on paksus kirjas See tekst on samuti paksus kirjas

Kombineeritud rõhutus

**See tekst on _väga_ tähtis**
*See tekst on **samuti** tähtis*

Tulemus: See tekst on väga tähtis See tekst on samuti tähtis

Läbikriipsutatud tekst

~~See tekst on läbikriipsutatud~~

Tulemus: ~~See tekst on läbikriipsutatud~~

Lõigud ja reavahetused

Markdown-is eraldatakse lõigud tühja reaga:

See on esimene lõik.

See on teine lõik.

Tulemus:

See on esimene lõik.

See on teine lõik.

Reavahetuse (uue rea) jaoks lisa rea lõppu kaks tühikut või kasuta HTML-i <br> elementi:

See on esimene rida.  
See on teine rida.

Või kasuta <br> elementi.
See on uus rida.

Tulemus:

See on esimene rida.
See on teine rida.

Või kasuta
elementi. See on uus rida.

Loendid

Nummerdatud loendid

1. Esimene element
2. Teine element
3. Kolmas element
   1. Taandega element
   2. Teine taandega element
4. Neljas element

Tulemus:

Esimene element
Teine element
Kolmas element
1. Taandega element
2. Teine taandega element
Neljas element

Markdown genereerib numbrid automaatselt, seega võid kasutada ka sama numbrit igal real:

1. Esimene element
1. Teine element
1. Kolmas element

Nummerdamata loendid

- Esimene element
- Teine element
- Kolmas element
  - Taandega element
  - Teine taandega element
- Neljas element

Tulemus:

Esimene element
Teine element
Kolmas element
- Taandega element
- Teine taandega element
Neljas element

Nummerdamata loendite jaoks võid kasutada -, *, või + märke:

* Esimene element
* Teine element

+ Esimene element
+ Teine element

Segatud loendid

1. Esimene nummerdatud element
   - Taandega nummerdamata element
   - Teine taandega nummerdamata element
2. Teine nummerdatud element

Tulemus:

Esimene nummerdatud element
- Taandega nummerdamata element
- Teine taandega nummerdamata element
Teine nummerdatud element

Lingid

Tavaline link

[Markdowni juhend](https://www.markdownguide.org)

Tulemus: Markdowni juhend

Pealkirjaga link (hiirega üle liikudes kuvatakse pealkiri)

[Markdowni juhend](https://www.markdownguide.org "Parim Markdowni ressurss")

Tulemus: Markdowni juhend

URL-id ja e-posti aadressid

<https://www.markdownguide.org>
<kasutaja@näide.com>

Tulemus: https://www.markdownguide.org <kasutaja@näide.com>

Viitelingid

[Markdowni juhend][1]
[Teine link][teine]

[1]: https://www.markdownguide.org
[teine]: https://www.example.com "Näite veebileht"

Tulemus: Markdowni juhend Teine link

Dokumendisisesed lingid

[Mine pealkirjade juurde](#pealkirjad)

Tulemus: Mine pealkirjade juurde

Pildid

Tavaline pilt

![Markdown Logo](https://markdown-here.com/img/icon256.png)

Tulemus:

Pealkirjaga pilt

![Markdown Logo](https://markdown-here.com/img/icon256.png "Markdown logo")

Tulemus:

Viitepildid

![Markdown Logo][logo]

[logo]: https://markdown-here.com/img/icon256.png "Markdown logo"

Tulemus:

Pilt lingina

[![Markdown Logo](https://markdown-here.com/img/icon256.png)](https://www.markdownguide.org)

Tulemus:

Koodiplokid

Reasisene kood

Kasuta funktsiooni `print()` teksti kuvamiseks.

Tulemus: Kasuta funktsiooni print() teksti kuvamiseks.

Koodiplokid

Taandega koodiplokk (4 tühikut või 1 tabulaator):

    # See on Pythoni kood
    def hello_world():
        print("Tere, maailm!")

Tulemus:

# See on Pythoni kood
def hello_world():
    print("Tere, maailm!")

Piiratud koodiplokk (kolm tagurpidi ülakomat):

```
# See on Pythoni kood
def hello_world():
    print("Tere, maailm!")
```

Tulemus:

# See on Pythoni kood
def hello_world():
    print("Tere, maailm!")

Süntaksi esiletõstmine

```python
# See on Pythoni kood süntaksi esiletõstmisega
def hello_world():
    print("Tere, maailm!")
```

Tulemus:

# See on Pythoni kood süntaksi esiletõstmisega
def hello_world():
    print("Tere, maailm!")

Tabelid

| Päis 1 | Päis 2 | Päis 3 |
|--------|--------|--------|
| Rida 1, veerg 1 | Rida 1, veerg 2 | Rida 1, veerg 3 |
| Rida 2, veerg 1 | Rida 2, veerg 2 | Rida 2, veerg 3 |
| Rida 3, veerg 1 | Rida 3, veerg 2 | Rida 3, veerg 3 |

Tulemus:

Päis 1	Päis 2	Päis 3
Rida 1, veerg 1	Rida 1, veerg 2	Rida 1, veerg 3
Rida 2, veerg 1	Rida 2, veerg 2	Rida 2, veerg 3
Rida 3, veerg 1	Rida 3, veerg 2	Rida 3, veerg 3

Joondamine tabelites

| Vasakule joondatud | Keskele joondatud | Paremale joondatud |
|:-------------------|:-----------------:|-------------------:|
| Tekst | Tekst | Tekst |
| Pikem tekst | Pikem tekst | Pikem tekst |

Tulemus:

Vasakule joondatud	Keskele joondatud	Paremale joondatud
Tekst	Tekst	Tekst
Pikem tekst	Pikem tekst	Pikem tekst

Tsitaadid

> See on tsitaat.
>
> See on tsitaadi teine lõik.
>> See on pesastatud tsitaat.

Tulemus:

See on tsitaat.

See on tsitaadi teine lõik.

See on pesastatud tsitaat.

Horisontaalsed jooned

Horisontaalse joone loomiseks kasuta kolme või enamat tärni (***), miinust (—) või alakriipsu (___) eraldi real:

***

---

___

Tulemus:

Kontrollnimekirjad

- [x] Lõpetatud ülesanne
- [ ] Lõpetamata ülesanne
- [ ] ~~Tühistatud ülesanne~~

Tulemus:

Lõpetatud ülesanne
Lõpetamata ülesanne
~~Tühistatud ülesanne~~

Joonealused märkused

Siin on tekst joonealuse märkusega[^1].

[^1]: See on joonealune märkus.

Tulemus:

Siin on tekst joonealuse märkusega¹.

Definitsioonid

term
: definitsioon

Tulemus:

term: definitsioon

Läbikriipsutatud tekst

~~See tekst on läbikriipsutatud.~~

Tulemus:

~~See tekst on läbikriipsutatud.~~

Emoji

Emoji lisamiseks kasuta kooloneid ja emoji koodi:

:smile: :heart: :thumbsup: 

Hugo frameworkis ei ole toetatud siiki kõik emotikonid, näiteks :bowtie:

Tulemus:

😄 ❤️ 👍

HTML Markdown-is

Markdown toetab HTML-i kasutamist:

<div style="color: red;">
  See tekst on punane.
</div>

<table>
  <tr>
    <td>Rida 1, veerg 1</td>
    <td>Rida 1, veerg 2</td>
  </tr>
  <tr>
    <td>Rida 2, veerg 1</td>
    <td>Rida 2, veerg 2</td>
  </tr>
</table>

Tulemus:

See tekst on punane.

Rida 1, veerg 1	Rida 1, veerg 2
Rida 2, veerg 1	Rida 2, veerg 2

Matemaatilised valemid

Paljud Markdown protsessorid toetavad LaTeX süntaksit matemaatiliste valemite jaoks:

Reasisene valem:  \(E=mc^2\)

Eraldi real olev valem:

$$
\frac{n!}{k!(n-k)!} = \binom{n}{k}
$$

või 
\[
\frac{n!}{k!(n-k)!} = \binom{n}{k}
\]

Tulemus (kui toetatud, aga Hugo seda ei toeta):

Reasisene valem: $E=mc^2$

Eraldi real olev valem:

$$ \frac{n!}{k!(n-k)!} = \binom{n}{k} $$\[ \frac{n!}{k!(n-k)!} = \binom{n}{k} \]

Matemaatika

Siin on võrrand, mida tahaks näha: $ x = {-b \pm \sqrt{b^2-4ac} \over 2a} $

Diagrammid

Mõned Markdown protsessorid toetavad diagrammide loomist Mermaid või muude süntaksite abil:, kuid Hugo ei saa sellega otse hakkama ja peale mõningasi katsetusi andsin ma alla.

```mermaid
graph TD;
    A-->B;
    A-->C;
    B-->D;
    C-->D;
```

Tulemus (Hugos ei ole toetatud, see pilt on GitHubist):

Hugo näitab seda aga nii:

graph TD;
    A-->B;
    A-->C;
    B-->D;
    C-->D;

Laiendatud süntaks

Erinevad Markdown laiendused pakuvad täiendavaid võimalusi:

Ülaindeks

X^2^

Tulemus (Hugo ei toeta ): X^2^

Alaindeks

H~2~O

Tulemus (Hugo ei toeta ): H2O

Märgistatud tekst

==Märgistatud tekst==

Tulemus (Hugo ei toeta ): ==Märgistatud tekst==

Markdown redaktorid

Markdown-i kirjutamiseks on saadaval palju redaktoreid:

Visual Studio Code - tasuta koodiredaktor laiendusega Markdown-i jaoks
Typora - WYSIWYG Markdown redaktor
StackEdit - veebipõhine Markdown redaktor
Dillinger - veebipõhine Markdown redaktor
Obsidian - teadmiste baasi rakendus Markdown toega
iA Writer - minimalistlik Markdown redaktor
Notion - märkmete tegemise rakendus Markdown toega

Kokkuvõte

See ülevaateleht katab enamiku Markdown-i märgendeid ja süntaksit. Pea meeles, et mitte kõik Markdown protsessorid ei toeta kõiki siin kirjeldatud funktsioone, eriti laiendatud süntaksi omi. Alati kontrolli, milliseid funktsioone sinu kasutatav Markdown protsessor toetab.

Markdown-i õppimine on lihtne ja selle kasutamine muudab dokumentide vormindamise palju kiiremaks ja mugavamaks kui traditsiooniliste tekstiredaktorite kasutamine.

See ülevaateleht on loodud õppematerjalina ja võib olla vabalt kasutatud ja jagatud.

See on joonealune märkus. ↩︎