Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 494

Yeni yorum
 
Yuri Asaulenko :

Haykin teorisini okuyun Sinir ağları ve İngilizce Piskopos - çeviri yok, ancak hazırlanıyor gibi görünüyor.

Evet, her şey basit. Girdi rastgele işlemlerdir, çıktı ise sonuçtur. Monte Carlo yöntemi denir ve çok iyidir. kendi başına hızlı değil. Ve sistemleştirme, Ulusal Meclisin kendi meselesidir.


Peki, Ulusal Meclisin kendisinin özel bir adı var mı? Stokastik tavlama yöntemine dayalı bir sinir ağının öğretmenli veya öğretmensiz nasıl öğrendiği açık değil ve çıktıları girdileri optimize etmek yerine :)) Kitap okuyorum,

Khaykin "NS tam ders ikinci baskı." Rusça

 
Maksim Dmitrievski :

Peki, Ulusal Meclisin kendisinin özel bir adı var mı? Stokastik tavlama yöntemine dayalı bir sinir ağının öğretmenli veya öğretmensiz nasıl öğrendiği açık değil ve çıktıları girdileri optimize etmek yerine :)) Kitap okuyorum,

Khaykin "NS tam ders ikinci baskı." Rusça

Khaykin var, Rusça'da Piskopos yok.

NS - olağan MLP, eğitim - olağan BP, yalnızca oyun sırasında düzenli manuel yeniden yapılandırmalarla. Bu tür yeniden yapılandırmalar yapmazsanız veya numuneyi basitçe karıştırmazsanız, çok hızlı öğrenir, ancak yalnızca eğitim dizisinde iyi (hatta mükemmel) çalışır.

 
Yuri Asaulenko :

Khaykin var, Rusça'da Piskopos yok.

NS - olağan MLP, eğitim - olağan BP, yalnızca oyun sırasında düzenli manuel yeniden yapılandırmalarla. Bu tür yeniden yapılandırmalar yapmazsanız veya numuneyi basitçe karıştırmazsanız, çok hızlı öğrenir, ancak yalnızca eğitim dizisinde iyi (hatta mükemmel) çalışır.


Ve Khaikin'in ıvır zıvırı var :) şimdilik idare ederim, bu da kendimi her zaman makaleler ve model açıklamaları ile sınırladığım anlamına geliyor, kitaplarda çok fazla gereksiz şey var (ki satılık bir cilt olsun diye)

 
Maksim Dmitrievski :

Ve Khaikin'in ıvır zıvırı var :) şimdilik idare edeceğim, bu da kendimi her zaman makaleler ve model açıklamalarıyla sınırladığım anlamına geliyor, kitaplarda çok fazla gereksiz şey var (ki satılık bir cilt olsun diye)

iyi, demezdim. Teori asla eskimez. Ancak konuyla ilgili derin bir anlayış var. Makaleler, evet, elbette, ancak genel bir teori olmadan çok iyi anlaşılmazlar ve sadece yüzeysel ve eleştirel olmayan bir şekilde algılanırlar - saçma sapan yazdıklarını asla bilemezsiniz.)
 
Alyoşa :

Yanlış beyan. Sıradan ve ekstrapolasyonda güçlendirilmiş orman, NS'den farklı değildir.


  • Model yalnızca enterpolasyon yapabilir, ekstrapolasyon yapamaz (aynısı orman ve ağaçlarda artırma için de geçerlidir). Yani, karar ağacı, eğitim örneğinin tüm nesnelerini kapsayan, paralelyüzün dışındaki özellik uzayında bulunan nesneler için sabit bir tahmin yapar. Sarı ve mavi bilyeli örneğimizde bu, modelin koordinatı > 19 veya < 0 olan tüm toplar için aynı tahmini verdiği anlamına gelir.

rastlamadığım tüm makalelerde aynı şeyi yazıyorlar

https://habrahabr.ru/company/ods/blog/322534/


  • karar ağaçları gibi, algoritma tamamen dış değerleme yapamaz
 
Maksim Dmitrievski :

  • Model yalnızca enterpolasyon yapabilir, ekstrapolasyon yapamaz (aynısı orman ve ağaçlarda artırma için de geçerlidir). Yani, karar ağacı, eğitim örneğinin tüm nesnelerini kapsayan, paralelyüzün dışındaki özellik uzayında bulunan nesneler için sabit bir tahmin yapar. Sarı ve mavi bilyeli örneğimizde bu, modelin koordinatı > 19 veya < 0 olan tüm toplar için aynı tahmini verdiği anlamına gelir.

rastlamadığım tüm makalelerde aynı şeyi yazıyorlar

https://habrahabr.ru/company/ods/blog/322534/


  • karar ağaçları gibi, algoritma tamamen dış değerleme yapamaz

Yetersiz eğitimli insanlar tarafından yazılan saçmalık. Fazla uydurma hakkında bir şey duymadılar, veri madenciliği hakkında bir şey bilmiyorlar, gürültü tahmin edicileri hakkında bir şey duymadılar, modelleri nasıl değerlendireceklerini bilmiyorlar. Akıl oyunları oynayan bir tür aşırı büyümüş züppe.

 
San Sanych Fomenko :

Yetersiz eğitimli insanlar tarafından yazılan saçmalık. Fazla uydurma hakkında bir şey duymadılar, veri madenciliği hakkında bir şey bilmiyorlar, gürültü tahmin edicileri hakkında bir şey duymadılar, modelleri nasıl değerlendireceklerini bilmiyorlar. Akıl oyunları oynayan bir tür aşırı büyümüş züppe.


ve tüm bunlar ekstrapolasyon söz konusu olduğunda ..

alglib kütüphanesine RF yazanlar da mı eğitimsiz insanlar?

ve r blogcuları da cahil, görünüşe göre

https://www.r-bloggers.com/extrapolation-is-tough-for-trees/

Extrapolation is tough for trees!
Extrapolation is tough for trees!
  • Peter's stats stuff - R
  • www.r-bloggers.com
This post is an offshoot of some simple experiments I made to help clarify my thinking about some machine learning methods. In this experiment I fit four kinds of model to a super-simple artificial dataset with two columns, x and y; and then try to predict new values of y based on values of x that are outside the original range of y. Here’s the...
 

FA hariç tüm cahiller

sadece FA uch

;))

 
Oleg otomatı :

FA hariç tüm cahiller

sadece FA uch

;))


insanlar ML'yi prensipleri anlamadan bu şekilde kullanırlar ve sonra hiçbir şeyin işe yaramadığını söylerler .. son makaleden RF'nin tahmin edemeyeceği açıktır, bu yüzden sadece tanıdık veriler üzerinde çalışması gerekir.

 
Alyoşa :

Ne yazık ki, yanılıyorlar ve bu sadece "cahiller" ve züppeler için normal değil, Minsky'yi ve çok katmanlı algılayıcıların "boşluğuna" ilişkin yetkili görüşünü hatırlayın)))

Habré hakkındaki makaleler hakkında genellikle sessizimdir, forumlarda doldurma, %99,9'u iyi pop reklamcılığı ve yüzde 0,1'lik mantıklı düşüncelerin üstü kapalı bir biçimde, “satırlar arasında” açık sözlü çöplükle aynı şeydir.

R'deki kişi bir örnek verdi, hangi yerde hata yaptı? Maalesef R kullanmıyorum ama kendim bile çoğaltabilirim

1...487488489490491492493494495496497498499500501...3399
Yeni yorum