¿Qué alimentar a la entrada de la red neuronal? Tus ideas... - página 43

Nuevo comentario
 
Aleksandr Slavskii #:

Pido disculpas por el off-topic.

Me encontré con un dicho:

Si te cagan encima, significa que hiciste que alguien te cagara encima.


Me refiero a los que se cagan encima. Vete de aquí, apestas a mierda.

Me uno a ti para desearte lo mejor.
 

Negación, negociación , ira, depresión, aceptación.

Viene la fase más interesante

 

"¿Qué le doy de comer a la red neuronal?"

Sea lo que sea lo que le alimentes, todo pasa por el dinero). Y, en realidad, la secuencia de citas, sin tonterías.

 
Andrey Dik #:

AO discreto)). No existe tal noción, todos los AO son discretos, la discreción se define por el paso de los parámetros optimizados.

https://en.wikipedia.org/wiki/Discrete_optimization



Todos los AOs se dividen en optimización discreta y optimización continua, esta es la primera rama en la subespecie AO, es decir, la más elemental ...

Es como escribir artículos sobre MO pero no saber que se divide en clasificación, regresión y clustering, etc...

No sólo eres un ignorante, eres el rey de los ignorantes, no tienes ni idea de optimización.



Y sobre la segunda afirmación es solo una cara palm....

 
mytarmailS #:

https://en.wikipedia.org/wiki/Discrete_optimization

Todos los AO se dividen en optimización discreta y optimización continua, ésta es la primera ramificación en subespecies de AO, es decir, la más elemental ...

Es como escribir artículos sobre MO pero sin saber que se divide en clasificación, regresión y clustering, etc....

No solo eres un profano, eres el rey de los profanos, no sabes nada de AO en absoluto.

Puedes putear todo lo que quieras desde la rabia impotente, no se sabe bien a quién y para qué, te enseñarán por wiki y seguirás siendo lo que eres, un ignorante militante. Pregúntale a tu amigo sobre cómo se escribe un wiki, él te lo dirá. Y piensa con la cabeza. No hay AOs continuos, no es un proceso ondulatorio, son todos discretos con un tamaño de paso finito.

 

Pregunta:

¿Cuáles son las secciones de optimización?

Respuesta:

## Secciones de optimización


La optimización es un campo muy amplio que abarca diversas tareas y métodos. Dividir la optimización en secciones ayuda a comprender mejor su estructura y a encontrar las herramientas adecuadas para resolver problemas específicos. He aquí algunas de las principales secciones de la optimización:

**1. Por tipo de problema:**

**Optimización lineal:** trata problemas en los que la función objetivo y las restricciones se expresan mediante ecuaciones lineales. Es una de las secciones más estudiadas de la optimización, con numerosos algoritmos y herramientas de software.
**Optimización no lineal:** trata problemas con funciones no lineales, lo que complica la búsqueda de una solución óptima. En esta sección se utilizan varios métodos, como los métodos de gradiente, los métodos de Newton y los algoritmos evolutivos.
* **Optimización combinatoria:** se centra en problemas que implican la selección de la mejor opción entre un conjunto finito. Ejemplos clásicos son los problemas de destino, ruta y mochilero.
* Optimización estocástica:** se ocupa de problemas con incertidumbre en los que los datos o parámetros de entrada pueden ser variables aleatorias. Se utilizan métodos de la teoría de la probabilidad y la estadística para encontrar una solución óptima.

**2. Por campo de aplicación:**

* Optimización en economía:** se utiliza para resolver problemas de gestión de recursos, planificación de la producción, fijación de precios, etc.
* **Optimización en ingeniería:** se utiliza para el diseño de estructuras, control de procesos, optimización de parámetros de sistemas de control.
* Optimización en medicina:** ayuda a resolver problemas de diagnóstico, tratamiento y planificación de ensayos clínicos.
* Optimización en logística:** se utiliza para optimizar las rutas de entrega, la gestión de almacenes y la planificación del transporte.

**3. Por métodos de solución:**

* Programación matemática:** utiliza métodos matemáticos como el álgebra lineal, el cálculo diferencial o la teoría de grafos para construir y resolver modelos de optimización.
* Métodos heurísticos: se basan en el conocimiento empírico y en reglas empíricas para encontrar una solución "suficientemente buena" sin garantizar su optimalidad.
* Métodos de inteligencia artificial: aplican técnicas como el aprendizaje automático, las redes neuronales o los algoritmos evolutivos para resolver problemas de optimización complejos.

**4. Por tipo de variables: **

**Optimización con variables continuas:** opera con variables que pueden tomar cualquier valor dentro de un rango dado.
* **Optimización con variables discretas:** trata con variables que sólo pueden tomar ciertos valores predeterminados.
* **Optimización con variables booleanas:** trata problemas en los que las variables sólo pueden tomar dos valores, "verdadero" o "falso".

**5. Por tipo de restricciones:**

**Optimización con restricciones:** trata problemas en los que existen restricciones sobre los valores permitidos de las variables. Estas restricciones pueden representarse como ecuaciones, desigualdades o condiciones lógicas.
* **Optimización sin restricciones:** trata problemas en los que no existen restricciones sobre los valores de las variables.

**6. Por tipo de función objetivo:**

**Minimización:** el objetivo es encontrar un valor de las variables que minimice el valor de la función objetivo.
* ** **Maximización:** el objetivo es encontrar el valor de las variables que maximice el valor de la función objetivo.

Esta no es en absoluto una lista completa de las secciones de optimización. Cada uno de ellos tiene sus propios métodos, algoritmos y aplicaciones. La elección de una sección y un método de optimización concretos depende de las características específicas del problema que se vaya a resolver.

## Materiales adicionales:

* https: //habr.com/ru/post/434744/

 
Yuriy Asaulenko #:

"¿Con qué alimentar la red neuronal?"

Se alimente lo que se alimente, se pasa). Y, en realidad, la secuencia de comillas, sin tonterías.

¡Cuántos años, cuántos inviernos! ¡Una cálida bienvenida!

 
mytarmailS #:

https://en.wikipedia.org/wiki/Discrete_optimization

Todos los AO se dividen en optimización discreta y optimización continua, ésta es la primera ramificación en subespecies de AO, es decir, la más elemental ...

Es como escribir artículos sobre MO pero sin saber que se divide en clasificación, regresión y clustering, etc....

No sólo eres un ignorante, eres el rey de los ignorantes, no sabes nada de optimización en absoluto.

Y la segunda afirmación no es más que una cara palm....

Incluso antes de verlo en el foro me dio tiempo a escribir que fulanito es completamente cuco. Digo yo oh, vamos, con quien no pasa.

...

 
Maxim Dmitrievsky #:

Incluso antes de verlo en el foro, tuve tiempo de escribir que fulanito está completamente loco. Dije: "Oh, vamos, no le pasa a nadie.

...

Te lo tomas con humor, pero ten cuidado.
 
Andrey Dik #:
Lo dices con humor, pero con humor.

Es un hecho.

1...363738394041424344454647484950...68
Nuevo comentario