Искусственный интеллект AlphaGo показал прекрасные результаты самообучения: за три дня нейросеть от уровня начинающего игрока в «Го» дошла до уровня профессионала, одерживающего только победы Разработчики DeepMind усовершенствовали искусственный интеллект AlphaGo. Новая модель ИИ AlphaGo Zero обучалась «с нуля» без участия человека, играя сама...
ふぅ...このスレッドを最初から私の登場まで全部読んで...これで全部見たぞ
しかし、そこには聖杯がない...残念だ、では掘り続けることにしよう。
これは正しい解答です。ここの掲示板のNS理論は、理想とは程遠いものです。
私が書き留めたのは、三元分級器についてと、Yuriy Asaulenkoの 謎を解くことくらいです。
これは正しい判断です。ここの掲示板のNS理論は、理想とは程遠いものです。
書き留めたのは、3元分級機とYuriy Asaulenkoの 謎解きについてだけです。
書き留めたのは、三元分級器についてと、Yuriy Asaulenkoの 謎を解くことくらいです。
そして、その謎はどこにあったのでしょうか。
MLPのニューロン数は約60個です。アルゴリズムは標準的なBPである。学習 - あっちへ行ったりこっちへ行ったり、つまりNSがそこで何を学んでいるかは知らない。また、学習の原理はすべて古典的な単行本にまとめられています - Heikin, Bishop.ソフトはMQLではありません。
基本的な原理はこのトピックで説明しています。
そして、その謎はどこにあったのでしょうか。
MLPのニューロンは〜60ニューロンです。アルゴリズム - 標準的なBP。学習 - 私が知らない場所に行く。すなわち、NSがそこで何を学習しているのか知らない。また、学習の原理はすべて古典的な単行本にまとめられています - Heikin, Bishop.ソフトはMQLではありません。
基本的な考え方は、このトピックにまとめられています。
これは一種のジョークです :))
冗談のようなものです :))
いや、本当に何もないんですよ。ヘイキンやビショップは絶望的に時代遅れだと思い、新しいものを探しているのですね。私にはこれで十分です。
いや、冗談のようなもので、このスレッドで最後に何かを思いついたのは君だけなんだ :)
パーセプトロンのモンテカルロ法による学習でググってみてください。
一般に、学習エージェントが存在し、NSが最適解を見つけるために学習する場合、この方法はRL(強化学習)に非常によく似ている。
アルファ碁はこうして訓練される(ただし、以前は創作ゲームであり、機械が人間に勝つことはできないと考えられていた)。
で、こちらが当選者です。
https://techfusion.ru/nejroset-alphago-pereveli-na-samoobuchenie/
いや、冗談のようなもので、このスレッドで最後に何かを思いついたのはあなただけです :)
パーセプトロンのモンテカルロ法による学習でググってみてください。
一般に、この方法は、学習エージェントがあり、NSが最適解を見つけるために学習する場合のRL(強化学習)に非常によく似ている
ちなみに、大きくはあなたのおかげです。私が最初に始めたとき、レシェトフ氏の記事のリンクを教えてくれたのはあなたでした。一般的には応用例のような価値のない記事ですが、馬具の位置が多少なりとも明確になりました。
私自身は最終的にモンテカルロに行き着いたので、Googleにそのような手法があるのかどうかはわかりません。
RLも知らないが、あなたの簡単な説明では、私の手法に似ているようだ。
GoogleでMonte Carloを見つけました -https://logic.pdmi.ras.ru/~sergey/teaching/mlbayes/08-neural.pdf ただ、全然違いますね。