Intelligenza artificiale

4

Secondo Wikipedia (citazioni omesse): Nella storia dell'intelligenza artificiale, un inverno di intelligenza artificiale è un periodo di finanziamenti e interessi ridotti nella ricerca dell'intelligenza artificiale. Il termine è stato coniato per analogia all'idea di un inverno nucleare. Il settore ha subito diversi cicli di campagna pubblicitaria, seguiti da delusioni e …

9 history

5

Quale algoritmo di apprendimento automatico può essere utilizzato per identificare modelli in un set di dati delle prestazioni della cache di una CPU?

Ho bisogno di un algoritmo di machine learning per identificare i pattern in un set di dati (salvato in un file CSV) che contiene i dettagli delle prestazioni della cache di una CPU. Più specificamente, il set di dati contiene colonne come Readhits, Readmisso Writehits. I modelli identificati dall'algoritmo dovrebbero …

9 machine-learning algorithm unsupervised-learning pattern-recognition

3

Esiste un modello di intelligenza artificiale per generare frasi sarcastiche?

Attualmente sto lavorando su un'app AI per Android. Sono a conoscenza di modelli di intelligenza artificiale per generare frasi casuali. Tuttavia, esiste un modello di intelligenza artificiale per generare frasi sarcastiche?

9 machine-learning algorithm

4

Quali sono le migliori riviste di intelligenza artificiale? [chiuso]

Chiuso . Questa domanda deve essere più focalizzata . Al momento non accetta risposte. Vuoi migliorare questa domanda? Aggiorna la domanda in modo che si concentri su un problema solo modificando questo post . Chiuso il mese scorso . Quali sono le migliori riviste di intelligenza artificiale? Sto cercando una …

9 research

2

Gli algoritmi di apprendimento profondo rappresentano metodi basati su ensemble?

A breve sull'apprendimento profondo (come riferimento) : Il deep learning è un ramo dell'apprendimento automatico basato su una serie di algoritmi che tentano di modellare astrazioni di alto livello nei dati utilizzando un grafico profondo con più livelli di elaborazione, composto da più trasformazioni lineari e non lineari. Varie architetture …

9 neural-networks machine-learning deep-learning convolutional-neural-networks computer-vision

4

Siamo tecnicamente in grado di realizzare, in hardware, reti neurali arbitrariamente grandi con la tecnologia attuale?

Se i neuroni e le sinapsi possono essere implementati usando transistor, cosa ci impedisce di creare reti neurali arbitrariamente grandi usando gli stessi metodi con cui sono realizzate le GPU? In sostanza, abbiamo visto come funzionano straordinariamente bene le reti neurali virtuali implementate sui processori sequenziali (anche le GPU sono …

9 neural-networks recurrent-neural-networks hardware

2

In che modo gli algoritmi evolutivi presentano vantaggi rispetto ai metodi convenzionali di backpropagation?

In che modo l'impiego di algoritmi evolutivi per progettare e formare reti neurali artificiali presenta vantaggi rispetto all'uso degli algoritmi di backpropagation convenzionali?

9 neural-networks comparison backpropagation evolutionary-algorithms

2

Gli algoritmi di apprendimento automatico possono essere utilizzati per distinguere tra piccole differenze nei dettagli tra le immagini?

Mi chiedevo se gli algoritmi di machine learning (CNNs?) Possano essere usati / addestrati per distinguere tra piccole differenze nei dettagli tra le immagini (come lievi differenze nelle tonalità del rosso o di altri colori, o la presenza di piccoli oggetti tra immagini altrimenti molto simili? )? E quindi classificare …

8 machine-learning convolutional-neural-networks image-recognition classification

1

Cosa fa sì che un modello richieda un basso tasso di apprendimento?

Ho riflettuto su questo per un po 'senza sviluppare un'intuizione per la matematica dietro la causa di questo. Quindi cosa fa sì che un modello abbia bisogno di un basso tasso di apprendimento?

8 machine-learning hyper-parameters

1

Nassim Taleb ha ragione sull'intelligenza artificiale che non è in grado di prevedere con precisione determinati tipi di distribuzioni?

Quindi Taleb ha due euristiche per descrivere in genere le distribuzioni di dati. Uno è il Mediocristan, che in pratica significa cose che si trovano su una distribuzione gaussiana come altezza e / o peso delle persone. L'altro si chiama Extremistan, che descrive una distribuzione più simile a Pareto o …

8 machine-learning ai-design probability statistical-ai

3

Esistono ricerche che impiegano modelli realistici di neuroni?

Esistono ricerche che impiegano modelli realistici di neuroni? Di solito, il modello di un neurone per una rete neurale è piuttosto semplice rispetto al neurone realistico, che coinvolge centinaia di proteine e milioni di molecole (o anche numeri maggiori). Esiste una ricerca che attinge implicazioni da questa realtà e cerca …

8 neural-networks artificial-neuron neurons brain neuromorphic-engineering

1

5 anni dopo, le reti maxout sono morte e perché?

Le reti Maxout erano un'idea semplice ma geniale di Goodfellow et al. dal 2013 al massimo mappe delle caratteristiche per ottenere un approssimatore universale di attivazioni convesse. Il design è stato adattato per l'uso in combinazione con il dropout (poi recentemente introdotto) e ha ovviamente portato a risultati all'avanguardia su …

8 deep-learning dropout

5

Qual è una buona risorsa per acquisire familiarità con l'apprendimento per rinforzo?

Conosco l'apprendimento supervisionato e non supervisionato. Ho seguito il corso SaaS tenuto da Andrew Ng su Coursera.org. Sto cercando qualcosa di simile per l'apprendimento per rinforzo. Puoi consigliarmi qualcosa?

8 reinforcement-learning getting-started

4

Come si programma la paura in una rete neurale?

Se sei stato attaccato da un ragno una volta è probabile che non ti avvicinerai mai più a un ragno. In un modello di rete neurale, avere una brutta esperienza con un ragno ridurrà leggermente la probabilità di avvicinarti a un ragno a seconda della frequenza di apprendimento. Questo non …

8 neural-networks theory emotional-intelligence

1

Significato delle metriche di valutazione in Tensorflow

Sono praticamente un principiante a Tensorflow e seguo semplicemente un tutorial. Non ci sono problemi con il mio codice, ma ho una domanda sull'output accuracy: 0.95614034 accuracy_baseline: 0.6666666 auc: 0.97714674 auc_precision_recall: 0.97176754 average_loss: 0.23083039 global_step: 760 label/mean: 0.33333334 loss: 6.578666 prediction/mean: 0.3428335 Vorrei sapere cosa rappresentano "previsione / significato" e …

8 neural-networks tensorflow python artificial-neuron