Untuk pertanyaan yang terkait dengan pembelajaran mesin (ML), yang merupakan seperangkat metode yang dapat secara otomatis mendeteksi pola dalam data, dan kemudian menggunakan pola yang tidak tertutup untuk memprediksi data masa depan, atau untuk melakukan jenis pengambilan keputusan lain di bawah ketidakpastian (seperti merencanakan bagaimana untuk mengumpulkan lebih banyak data). ML biasanya dibagi menjadi pembelajaran yang diawasi, tidak diawasi, dan diperkuat. Pembelajaran mendalam adalah subbidang ML yang menggunakan jaringan saraf tiruan yang dalam.
Kedua istilah ini tampaknya terkait, terutama dalam penerapannya dalam ilmu komputer dan rekayasa perangkat lunak. Apakah satu bagian dari yang lain? Apakah satu alat digunakan untuk membangun sistem untuk yang lain? Apa perbedaan mereka dan mengapa mereka
Pertama-tama, saya seorang pemula yang mempelajari AI dan ini bukan pertanyaan yang berorientasi opini atau satu untuk membandingkan bahasa pemrograman. Saya tidak menyiratkan bahwa Python adalah bahasa terbaik. Tetapi kenyataannya adalah bahwa sebagian besar kerangka kerja AI yang terkenal...
Sejauh yang saya tahu, jaringan saraf memiliki sejumlah neuron pada lapisan input. Jika jaringan saraf digunakan dalam konteks seperti NLP, kalimat atau blok teks dengan ukuran yang berbeda diumpankan ke jaringan. Bagaimana dengan ukuran input yang bervariasi berdamai dengan ukuran tetap dari...
Bayangkan Anda menunjukkan pada jaringan saraf gambar singa 100 kali dan diberi label dengan "berbahaya", sehingga mengetahui bahwa singa itu berbahaya. Sekarang bayangkan bahwa sebelumnya Anda telah menunjukkan jutaan gambar singa dan menandainya sebagai "berbahaya" dan "tidak berbahaya",...
Saya pernah mendengar sebelumnya dari para ilmuwan komputer dan dari para peneliti di bidang AI bahwa Lisp adalah bahasa yang baik untuk penelitian dan pengembangan dalam kecerdasan buatan. Apakah ini masih berlaku, dengan perkembangan jaringan saraf dan pembelajaran yang mendalam? Apa alasan...
Apa pembelajaran mandiri dalam pembelajaran mesin? Apa bedanya dengan belajar dengan
Saya mencoba untuk menemukan beberapa penelitian yang ada tentang cara memilih jumlah lapisan tersembunyi dan ukuran ini dari RNN berbasis LSTM. Apakah ada artikel di mana masalah ini sedang diselidiki, yaitu, berapa banyak sel memori yang harus digunakan? Saya menganggap itu tergantung pada...
Bagaimana jaringan saraf yang memiliki kata sifat "dalam" sebenarnya dibedakan dari jaringan serupa
Apakah ada proyek AI yang sedang berlangsung yang menggunakan Stack Exchange untuk pembelajaran
Saya ingin melatih jaringan saraf di mana kelas output tidak (semua) didefinisikan dari awal. Semakin banyak kelas akan diperkenalkan nanti berdasarkan data yang masuk. Ini berarti bahwa, setiap kali saya memperkenalkan kelas baru, saya perlu melatih ulang NN. Bagaimana saya bisa melatih NN secara...
Saya ingin membuat AI yang bisa memainkan lima-dalam-baris / gomoku. Seperti yang saya sebutkan dalam judul, saya ingin menggunakan pembelajaran penguatan untuk ini. Saya menggunakan metode gradien kebijakan , yaitu REINFORCE, dengan baseline. Untuk perkiraan nilai dan fungsi kebijakan, saya...
Dorongan di balik transisi abad ke-20 dari sirkuit analog ke digital didorong oleh keinginan untuk akurasi yang lebih besar dan kebisingan yang lebih rendah. Sekarang kami sedang mengembangkan perangkat lunak di mana hasil perkiraan dan kebisingan memiliki nilai positif. Dalam jaringan buatan,...
Saya berjuang untuk memahami fungsi kehilangan GAN seperti yang disediakan dalam Understanding Generative Adversarial Networks (posting blog yang ditulis oleh Daniel Seita). Dalam kehilangan lintas-entropi standar, kami memiliki output yang telah dijalankan melalui fungsi sigmoid dan klasifikasi...
Hanya untuk bersenang-senang, saya mencoba mengembangkan jaringan saraf. Sekarang, untuk backpropagation saya melihat dua teknik. Yang pertama digunakan di sini dan di banyak tempat lain juga. Apa yang dilakukannya adalah: Ini menghitung kesalahan untuk setiap neuron output. Ini...
Misalkan NN berisi nnn lapisan tersembunyi, contoh pelatihan mmm , xxx fitur, dan ninin_i node di setiap lapisan. Apa kompleksitas waktu untuk melatih NN ini menggunakan back-propagation? Saya punya ide dasar tentang bagaimana mereka menemukan kompleksitas waktu dari algoritma, tetapi di sini ada...
Apakah mesin pencari dianggap AI karena cara mereka menganalisis apa yang Anda cari dan mengingatnya? Atau bagaimana mereka mengirimi Anda iklan dari apa yang Anda cari baru-baru ini? Apakah ini dianggap AI atau hanya
Cross entropy identik dengan KL divergence plus entropy dari target distribusi. KL sama dengan nol ketika kedua distribusi itu sama, yang tampaknya lebih intuitif bagi saya daripada entropi target distribusi, yang merupakan lintas entropi pada pertandingan. Saya tidak mengatakan ada lebih banyak...
Dapatkah seseorang menjelaskan kepada saya perbedaan antara pembelajaran mesin dan pembelajaran mendalam? Apakah mungkin untuk mempelajari pembelajaran yang dalam tanpa mengetahui pembelajaran
Saya hanya ingin tahu mengapa insinyur Machine Learning dan programmer AI menggunakan bahasa seperti python untuk melakukan tugas AI dan bukan C ++ meskipun C ++ secara teknis bahasa yang lebih kuat daripada
Diberikan jaringan neural fff yang mengambil sebagai input nnn titik data: x1,…,xnx1,…,xnx_1, \dots, x_n . Kita katakan fff adalah invarian permutasi jika f(x1...xn)=f(pi(x1...xn))f(x1...xn)=f(pi(x1...xn))f(x_1 ... x_n) = f(pi(x_1 ... x_n)) untuk permutasi pipipi . Bisakah seseorang...