Sinir ağının girişine ne beslenmeli? Fikirleriniz... - sayfa 59

 
Maxim Dmitrievsky #:
Öğrenme, optimizasyon ve yaklaşımdan daha geniş bir kavramdır. Neden bu kadar zor?
Geniş, dar.

Bir modeli bir çizgi üzerinde eğitmek eğri uydurmadan, yani yaklaşımdan başka bir şey değildir... daha fazla ayrıntı.
 
mytarmailS #:
Geniş, dar.

Bir modeli bir hat üzerinde eğitmek eğri uydurmadan başka bir şey değildir, yani yaklaşık ... daha fazla ayrıntı
Bu senin kişisel görüşün.
 
Bir şişe içinde bir sorum ve şaşkınlığım var. Gerçekten de Savunma Bakanlığı'nı çıplak bir kıçla, yani tartışma konusu hakkında asgari bir bilgiye sahip olmadan tartışmaya devam etmeye niyetli misiniz? :)
 
Maxim Dmitrievsky #:
Bir şişe içinde bir sorum ve şaşkınlığım var. Gerçekten de Savunma Bakanlığı'nı çıplak bir kıçla, yani tartışma konusu hakkında asgari bir bilgiye sahip olmadan tartışmaya devam etmeye niyetli misiniz? :)
Peki, onlar için konuyu derinlemesine incelemek gpt ile sohbet etmekse, nasıl düşünüyorsunuz?


Bilgi ve terminoloji eksikliği nedeniyle bir soruyu bile düzgün bir şekilde formüle edemeyecekler.
 
mytarmailS #:
Peki onlar için derin öğrenme konusu gpt ile sohbet etmekse ne düşünüyorsunuz?
En azından bazılarından daha iyi eğitimli. Birçok uzman çok çalıştı.
 
Maxim Dmitrievsky #:
En azından bazılarından daha iyi eğitimli. Bir sürü uzman çok çalıştı.
Halüsinasyonlar geçmedi.
 
mytarmailS #:
Halüsinasyon hiçbir yere gitmedi.
Bu, yeni verilerde bilinen bir sorundur. Bir bilgi tabanı olarak oldukça tolere edilebilir :)
 
Maxim Dmitrievsky #:
Bu, yeni veriler üzerinde bilinen bir sorundur. Bir bilgi tabanı olarak oldukça tolere edilebilir :)
Piyasada bir bilgi tabanı oluşturmayı ve daha sonra ondan ticaret yapmayı düşünüyorum.

Örneğin obsidyen kullanabilirsiniz
 
Forester #:

Maksimum eğitim kalitesi, tamamen doğru ezberlemede, yani tüm veriler veritabanına tamamen kaydedildiğinde veya bir ağacı mümkün olan en son bölünmeye veya küme sayısı = örnek sayısı ile kümelemeye kadar eğitirken olacaktır.

Bölünmeyi daha erken durduran ağaçlar veya daha az kümeyle kümeleme - yapraklardaki/kümelerdeki verileri genelleştirecek ve birleştirecektir. Bunlar az eğitimli modeller olacaktır, ancak gürültü varlığında tam geri çağırmalı modellerden daha başarılı olabilirler.

MO dalının başında bir iskeleye çarpım tablosunun öğretilmesiyle ilgili bir örnek vardı. Eğitim için sonsuz sayıda olası seçenekle beslenmediğinden, orman bazen kesin cevaplar, ancak çoğunlukla yaklaşık cevaplar üretir. Açıkçası, yetersiz eğitilmiştir. Ancak genelleme yapabiliyor - bireysel ağaçların doğru cevaplarına en yakın olanları bulup ortalamasını alıyor.

Gürültü içinde öğrenirken kaliteyi değerlendirmek zordur. Özellikle de ticarette olduğu gibi gürültü örüntülerden çok daha güçlüyse.

Bunun için doğrulama ve test örneği üzerinde değerlendirme, çapraz doğrulama, öne çekme vb. icat edildi.

Böylece değerlendirme kelimesi ortaya çıktı, harika.

Yani, öğrenmenin bir şekilde değerlendirilmesi gerekiyor, nasıl olduğu önemli değil, önemli olan değerlendirmeyi iyileştirmek. Değil mi?

 
Maxim Dmitrievsky #:
Eğitim kalitesini en üst düzeye çıkarmak, yeni veriler üzerindeki tahminlerin kalitesini en üst düzeye çıkarmaktır. Hiç kimse eğitim örneği üzerindeki tahminlerle ilgilenmez, çünkü bunlar zaten bilinmektedir. Bu öğrenme değil, yaklaştırmadır. Yaklaşıma öğrenme denmez.

Örneğin, iki katmanlı bir MLP, herhangi bir keyfi işlevi herhangi bir doğrulukta yaklaştırabilen evrensel bir yaklaşımcıdır. Bu, maksimum kalitede eğitilmiş olduğu anlamına mı gelir - elbette hayır. Aksi takdirde, belirli görevler için uyum sağlamada değil öğrenmede daha iyi olan diğer sinir ağı mimarilerini icat etmezdik.

Zayıf, ancak uzun süredir konu üzerinde çalışıyor gibi görünüyorsunuz.
Çarpım tablosunu, Ohm yasasını ve diğer yasaları eğitiyorsanız, eğitim sırasında ne kadar çok örnek verirseniz, cevaplar yeni veriler üzerinde o kadar doğru olacaktır.

Ve model her zaman yetersiz eğitilmiş olacaktır, çünkü sonsuz sayıda varyant vardır, elbette hepsini besleyemezsiniz. Gürültülü bir durumda telsiz operatörleri ticarette beyaz gürültü (veya diğer doğal öğrenilmiş gürültüler) ile başa çıkabilir ve gürültü her zaman değişir. Dolayısıyla kalite değerlendirmesi için her şey oldukça karmaşıktır.