왜 안 돼? 상관 관계인 경우 - 목적 함수는 훈련 중에 단일화되는 경향이 있습니다. 원칙적으로는 일반적인 최적화와 큰 차이를 보이지 않습니다.
"아니오"는 피드백을 참조했습니다. :). 목적 함수로서의 상관관계는 정말 친족 상호 정보처럼 보입니다. 그러나 공식이 다르기 때문에 학습 궤적이 다를 수 있습니다. 다소 복잡한 시스템의 경우 일반적으로 글로벌 극한값에 도달할 것으로 기대하기 어렵습니다. 그리고 다른 학습 궤적에 대한 결과 로컬 극값은 다를 수 있습니다.
여러분, "결혼"에 대해 사과드립니다.
아무도이 방향으로 일하지 않았습니까?
사전 지식 없이 유용한 정보를 "낚아채는" 아이디어는 유혹적인 것 같습니다. 실제로 우리 사업에서 어떻게 사용될 수 있는지 궁금합니다.
여러분, "결혼"에 대해 사과드립니다.
아무도 이 방향으로 일하지 않았습니까?
사전 지식 없이 유용한 정보를 "낚아채는" 아이디어는 유혹적인 것 같습니다. 실제로 우리 비즈니스에서 어떻게 사용될 수 있는지 궁금합니다.
이런 피드백
상호 정보는 목적 함수로 제안됩니다. 즉, 이것은 교사 없이 학습할 수 있는 옵션입니다.
하지만 결국 어떻게 될까요? 일부 슬라이딩 벡터, 즉 다차원 이동 ?
이런 피드백
아니요, PCA와 비슷합니다.
아니요, 상호 정보는 객관적인 기능으로 제공됩니다. 즉, 이것은 교사 없이 학습할 수 있는 옵션입니다.
왜 안 돼? 상관 관계인 경우 - 목적 함수는 훈련 중에 단일화되는 경향이 있습니다. 원칙적으로는 일반적인 최적화와 큰 차이를 보이지 않습니다.
2 유라즈. 사람들이 끌어올리고 있습니다.
지정된 지점에서 당신의 전문가는 나의 첫 번째 지인이었습니다. 그의 코드에 대해 대단히 감사합니다. 여기에서 약간 수정되고 장식된 버전을 인용하겠습니다. 초보자에게는 그게 다입니다.
내 버전에서는 훈련 후 출력을 테스트 패턴의 실제 출력과 엄격하게 비교했습니다. 당신은 실수 일뿐입니다.
나는 당신의 버전을 시도하고 있습니다 - 아직 가르칠 수 없었습니다!
내 버전에서는 교육이 더 빨랐습니다.
사전 지식 없이 유용한 정보를 "낚아채는" 아이디어는 유혹적인 것 같습니다. 실제로 우리 비즈니스에서 어떻게 사용될 수 있는지 궁금합니다.
함수 I(X, Y)에 대해 알려진 것은 무엇입니까?
IMHO, PCA(주성분 분석) 또는 PCA(주성분 분석) 및 재순환 네트워크가 필요한 것입니다.
왜 안 돼? 상관 관계인 경우 - 목적 함수는 훈련 중에 단일화되는 경향이 있습니다. 원칙적으로는 일반적인 최적화와 큰 차이를 보이지 않습니다.
"아니오"는 피드백을 참조했습니다. :). 목적 함수로서의 상관관계는 정말 친족 상호 정보처럼 보입니다. 그러나 공식이 다르기 때문에 학습 궤적이 다를 수 있습니다. 다소 복잡한 시스템의 경우 일반적으로 글로벌 극한값에 도달할 것으로 기대하기 어렵습니다. 그리고 다른 학습 궤적에 대한 결과 로컬 극값은 다를 수 있습니다.
여러분, "결혼"에 대해 사과드립니다.
아무도 이 방향으로 일하지 않았습니까?
사전 지식 없이 유용한 정보를 "낚아채는" 아이디어는 유혹적인 것 같습니다. 실제로 우리 비즈니스에서 어떻게 사용될 수 있는지 궁금합니다.
이 발췌 부분이 어디인지 알 수 있습니까? 한 번 노이즈에서 유용한 신호를 추출하려고 시도했지만 작업이 완료되지 않았습니다.