Искусственная жизнь (ИЖ, ALife) как отдельное научное направление выделилась из теории искусственного интеллекта (ИИ) в 80-х гг. прошлого века, когда состоялась первая Международная конференция ALife I (1989 г., Лос-Аламос). Вскоре за ней последовали Европейская конференция по искусственной жизни и Международная конференция по...
所以我们会等待尝试。我要取笑她）。
告诉我你要做什么。这都是为程序员做的。即API。
但对于用户来说，没有什么，我通常是自动化的，未经授权的人干预的可能性最小。也就是说，对你来说没有用户界面。
但仅仅使用[让它对我好]按钮是不够的，你仍然需要学习基本知识。
有一种方法可以得到共同信号窗口法的预测系统状态的赫斯特指数（yemnip）。
诚然，它没有实施...
告诉我你要做什么。这都是为程序员做的。即API。
对用户来说没有什么，我通常是自动化的，把未经授权的人干预的可能性降到最低。也就是说，没有用户界面。
早就告诉过你了 ((
不用麻烦了。
早就告诉过你了 ((
然后你就得挑选神经包了。试着看看你的反面，你不能得到一个 "pish "按钮，只能用于特定任务。
你需要准备数据，正确地输入数据，正确地训练数据，正确地评估结果。
这实际上是在 "有趣的...... "主题中，但这个主题在这里更接近。
进化和人工生命
而且这里有生命http://www.math.com/students/wonders/life/life.html先生们，谁熟悉下面列出的学习算法。
列出教学中的变化。
例如，反向传播首先进行前向移动，然后再进行后向移动 来传播一个错误。
在许多学习算法中还有哪些动作？
为了把必要的虚拟功能 放在引擎中，需要SZZ这个。
ZZZY下面是一个表格，谁知道这些算法中使用了什么写什么选项（s）的动作。
反向传播
Adaline和Madaline
函数近似
预测、控制
模式分类
数据压缩
数据压缩
数据分析
特征近似
预测、控制
好吧，一般的沉默我认为是来自问题的复杂性。
让我重新表述一下这个问题。
对于哪种学习算法，层的回溯是不合适的？
好吧，一般的沉默我认为是来自问题的复杂性。
让我重新表述一下这个问题。
对于哪种学习算法，逆向追踪是不合适的？
相反，"对于哪种学习算法，层的回溯是没有必要的？"
我知道有一件事是肯定的，遗传算法 不需要它。
在其他情况下，我可能是错的，它是。
相反，"对于哪种学习算法，不需要 层的回溯？"。
我知道有一件事是肯定的，遗传算法 不需要它。
在其他情况下，我可能是错的，它确实如此。
其本质是什么，为学习算法（调整权重）设置的只是列举层的后向行程，如果我们不需要学习网格本身的移动，我们可以调用一个网格的计算的前向移动，如果有必要，我们可以调用和反向。
只是我有个疑问，可能有些算法需要网格计算的前移和拟合权重的前移？
我真的不知道这样的算法，但我不可能知道一切。
下午好，其实不是什么主题，我需要一些建议。
我自己也被赋予了一项任务。有必要选择一个当前时刻的适应性时间窗口，而不是在参数中设置，例如10条。然后深入运行历史记录，以确定所选窗口属于哪个集群。神经网络可以处理吗？还是做其他事情更容易？如果你不介意的话，请给我寄一本关于网格的书，只能是香肠级别的。