Искусственный интеллект, машинное обучение и глубокое обучение уже сейчас являются неотъемлемой частью многих предприятий. Часто эти термины используются как синонимы. Искусственный интеллект движется огромными шагами — от достижений в области беспилотных транспортных средств и способности обыгрывать человека в такие игры, как покер и Го, к...
実はその逆で...。
アルゴリズムが悪くてデータ量が少ないより、アルゴリズムが悪くてデータ量が多い方が良い。
1000でも足りない、特に市場には...。
さて、あなたは新人なので、別々に説明しましょうか...。
私のサンプル40個は、TF M15の約1ヶ月分の作業量です。毎月のサンプルでモデルをトレーニングして、市場で最低2週間は使えるようにすることの何がいけないのでしょう。聖杯は なく、2週間に1回の最適化はおろか、週1回の最適化もごく普通のことです。
しかし、マクシムカは1年以上モデルを訓練しても、結果的に輝かない・・・。
予測能力の結果は悪くないのですが、観測回数が51回と多いので、安定したモデルにはなりません。最低でも10倍、できれば100倍は必要です。
SanSanych、なぜ分類器に予測力が必要なのか、馬鹿に説明してください。
予測能力の結果は悪くないが、観測回数＝51回というとんでもない数なので、安定したモデルにはつながらない。最低でもその10倍、できれば100倍は必要です。
その数の観測値でモデルを作ると、結果はひどいことになります。
予想
実績 [0,0] (0,1) 誤差
[0,0] 42.9 28.6 40
(0,1] 28.6 0.0 100
総合誤差：57.1％、クラス平均誤差：70
ガラガラタイムスタンプ：2018-10-18 21:29:39ユーザー
======================================================================
Mic1.txtのLinear modelの誤差行列[validate](カウント数)。
予想
実績 [0,0] (0,1) 誤差
[0,0] 1 4 80
(0,1] 2 0 100
Mic1.txtの線形モデルの誤差行列[validate](割合)。
予想
実績 [0,0] (0,1) 誤差
[0,0] 14.3 57.1 80
(0,1] 28.6 0.0 100
総合誤差：85.7％、クラス平均誤差：90
ガラガラタイムスタンプ：2018-10-18 21:29:39ユーザー
======================================================================
Mic1.txtのNeural Netモデルの誤差行列[validate]（カウント数）。
予想
実績 [0,0] (0,1) 誤差
[0,0] 2 3 60
(0,1] 1 1 50
Mic1.txtのNeural Netモデルの誤差行列[validate](比率)。
予想
実績 [0,0] (0,1) 誤差
[0,0] 28.6 42.9 60
(0,1] 14.3 14.3 50
全体誤差：57.1％、クラス平均誤差：55
ガラガラタイムスタンプ：2018-10-18 21:29:39ユーザー
まさか出口を予測してるんじゃないでしょうね？すでに予測されていることなので、あとは可能な限り近づけるだけです。予測する必要はないのですが...。
AIとは？
人工知能のことです。
Sanych、テストの結果は？モデルの挙動はどうなっているのか？
ちなみに、ガラケーを使うなら自分で走らせることもできるのですが...。あなたの秘密のAIモデルで結果を見るのは興味深いです :-)
人工知能のこと。
А,...皆さんはもうAIを使っていますか？そして、私たちはAIの上に座っているのです。
А,...皆さんはもうAIを使っていますか？そして、みんなAIに座っている。
この件に関するあなたの無知に驚いています。同じことなんです。MO＝AI機械学習＝人工知能。
驚くべきは、この件に関するあなたの無知です。同じことなんです。ME=Machine Learning=Artificial Intelligence（人工知能）。
なんてことだ何を知っているんだ？実は、これらは全く別のものなのです。
あ、これ見てください。誰が考えたんだ？実は、まったく違うんです。
何が違うの？啓蒙する...。
陽気な...もっと！))
では、このデータについてどう思われますか？
あ、これ見てください。誰が考えたんだ？実は、まったく別物なんです。
アセンブラからPythonへ、いわば機械学習の進化です(笑)。
https://habr.com/post/401857/