최상의 예측자 분할이 아니라 최상의 예측자와 다른 변형을 사용한다는 점이 다릅니다. 이런 식으로 분할이 순차적으로 이루어지고알고리즘을 올바르게 이해하면 리프에서 추정 성공이 이루어집니다.성공적인 생성에서 리프에 더 가까운 예측자가 잘리고 구성이 다시 시도됩니다. 저는 저자가 아니기 때문에 알고리즘 자체를 자세히 분석할 수는 없습니다. 하지만 이론적으로는 이 접근 방식이 무작위 추출보다 낫습니다.
욕심 많은 분할 알고리즘이 아니라 유전적인 알고리즘이죠. 딥마인드도 이에 대해 궁금해하며 신경망에서 규칙을 추출하고 있었습니다. 그러나 많은 정보가 발견되지 않았습니다. 기사와 준비된 모델이 있지만 모든 것을 시도 할 영감이 없습니다. 뉴로넷에서 규칙을 가져오는 다른 구현이 있습니다. 아마 거기에서 무언가를 얻을 수 있을 것입니다.
Maxim Dmitrievsky #: 탐욕스러운 분할 알고리즘이 아니라 유전적인 알고리즘이죠. 딥마인드도 신경망에서 규칙을 추출하여 이 문제를 연구했습니다. 그러나 많은 정보가 발견되지 않았습니다. 기사와 준비된 모델이 있지만 모든 것을 시도 할 영감이 없습니다. 뉴로넷에서 규칙을 가져오는 다른 구현이 있습니다. 아마 거기에서 무언가를 배울 수 있을 것입니다.
이것이 제가 나무에 대한 탐욕과 유전학의 차이점을 쓴 방법입니다. 아마도 제가 질문을 이해하지 못했을 수도 있습니다.
뉴럴넷에서 규칙을 가져오는 것에 대해 들어본 적이 없습니다. 링크를 제공해 주시겠어요? 지금까지는 제 상상 속에서 번거로운 것이 그려지고 있습니다.
그러나 여기서 신경망은 새로운 규칙을 발행하는 속도 측면에서 나무보다 분명히 느릴 것이라고 생각합니다.
나무만 보고 숲을 볼 수 없다는 속설이 있습니다. 나뭇잎을 따서 나무를 볼 수 있는지 궁금합니다. 숲에 대해 묻는 것이 아닙니다.
이것이 당신이 아는 유일한 알고리즘인가요? 아니면 가장 효율적인 방법인가요? 왜 그렇게 집착하는 건가요?
그냥 지나가는 생각입니다.
행운을 빕니다.
나무를 보는 이유가 뭔가요? :) 100 % 리콜을 목표로해서는 안된다고 생각합니다.
예, 대안적 사고 모델에 관해서는 잘 (작동) 방전 된 (희귀 단위-샘플에서 약 5 %) 이진 기능을 결합한 모델을 제안 할 수 있습니까? 많이 있습니다.
"왜?"라는 질문에
엉망으로 만들 시간이 없어요...
왜 안 될까요? 저한테는 편리할 텐데...
왜 안 될까요 - 저에게는 편리할 것입니다....
나무만 보고 숲을 볼 수 없다는 속설이 있습니다. 나뭇잎을 따서 나무를 볼 수 있는지 궁금합니다. 숲에 대해 묻는 것이 아닙니다.
이것이 당신이 아는 유일한 알고리즘인가요? 아니면 가장 효율적인 방법인가요? 왜 그렇게 집착하는 건가요?
그냥 지나가는 생각입니다.
행운을 빌어요
최상의 예측자 분할이 아니라 최상의 예측자와 다른 변형을 사용한다는 점이 다릅니다. 이런 식으로 분할이 순차적으로 이루어지고알고리즘을 올바르게 이해하면 리프에서 추정 성공이 이루어집니다.성공적인 생성에서 리프에 더 가까운 예측자가 잘리고 구성이 다시 시도됩니다. 저는 저자가 아니기 때문에 알고리즘 자체를 자세히 분석할 수는 없습니다. 하지만 이론적으로는 이 접근 방식이 무작위 추출보다 낫습니다.
서버에 기가바이트의 상관관계가 있는 쓰레기를 밀어 넣는 것보다 데이터로 작업하는 방법을 배우는 것이 더 낫습니다.
주제를 이해하지 못하고 잘못된 결론을 내렸고 이제는 문제의 본질을 이해하고 바로 후퇴하는 방식으로 행동하고 있다고 말할 수 있습니다.
나만 빼고 모두가 바보라는 이 한계적인 생각은 사람들을 격분하게 합니다.
탐욕스러운 분할 알고리즘이 아니라 유전적인 알고리즘이죠. 딥마인드도 신경망에서 규칙을 추출하여 이 문제를 연구했습니다. 그러나 많은 정보가 발견되지 않았습니다. 기사와 준비된 모델이 있지만 모든 것을 시도 할 영감이 없습니다. 뉴로넷에서 규칙을 가져오는 다른 구현이 있습니다. 아마 거기에서 무언가를 배울 수 있을 것입니다.
이것이 제가 나무에 대한 탐욕과 유전학의 차이점을 쓴 방법입니다. 아마도 제가 질문을 이해하지 못했을 수도 있습니다.
뉴럴넷에서 규칙을 가져오는 것에 대해 들어본 적이 없습니다. 링크를 제공해 주시겠어요? 지금까지는 제 상상 속에서 번거로운 것이 그려지고 있습니다.
그러나 여기서 신경망은 새로운 규칙을 발행하는 속도 측면에서 나무보다 분명히 느릴 것이라고 생각합니다.
그래서 제가 나무에 대한 욕심과 유전학의 차이점을 쓴 것인데, 질문을 이해하지 못했을 수도 있습니다.
신경망에서 규칙을 가져오는 것에 대해 들어본 적이 없습니다. 링크를 알려주실 수 있나요? 지금까지는 뭔가 번거로운 것이 제 상상 속에 그려지고 있습니다.
그러나 여기서 신경망은 새로운 규칙을 발행하는 속도 측면에서 나무보다 분명히 느릴 것이라고 생각합니다.
주제를 이해하지 못하고 잘못된 결론을 내렸다고 말할 수도 있었고, 이제 문제의 본질을 깨닫고 바로 퇴각하는 방식으로 행동하고 있습니다.
나만 빼고 모두가 바보라는 이 소외된 생각은 사람들을 멀어지게 합니다 - 생각해 보세요.