Ho una query complessa utilizzata per cercare un set di dati per trovare . Ogni query impiega il tempo medio quindi il tempo complessivo nella ricerca lineare è. Posso suddividere una query in sottoquery più semplici q_i e trovare e dove . Ogni sottoquery è molto più veloce da calcolare, …
Supponi di estendere il calcolo delle costruzioni con "buchi", ovvero pezzi di codice incompleti che non hai ancora compilato. Mi chiedo se esiste un algoritmo per ricoprire automaticamente quei ruoli. Ad esempio (usando la sintassi di Morte ): Caso A: λ (pred : ?) -> λ (Nat : *) -> …
Di recente ho discusso con un amico di un sito Web che proponeva sfide regex, principalmente abbinando un gruppo di parole a una proprietà speciale. Stava cercando una regex che corrispondesse a stringhe come ||||||||dove il numero di |è primo. Gli dissi immediatamente che non avrebbe mai funzionato perché se …
Ho implementato una rete neurale (usando CUDA) con 2 livelli. (2 neuroni per strato). Sto cercando di far apprendere 2 semplici funzioni polinomiali quadratiche usando la backpropagation . Ma invece di convergere, è divergente (l'output sta diventando infinito) Ecco alcuni dettagli in più su ciò che ho provato: Avevo impostato …
Di recente ho appreso il Q-learning, una tecnica di apprendimento di rinforzo che stima direttamente il valore atteso di intraprendere un'azione in uno stato. Mi chiedo se esistano tecniche per fare "apprendimento della dinamica", al fine di stimare la dinamica di un sistema. Un agente di "apprendimento dinamico" potrebbe scegliere …
Molte funzioni di attivazione nelle reti neurali (sigmoide, tanh, softmax) sono monotone, continue e differenziabili (tranne che per un paio di punti, dove non esiste la derivata). Capisco il motivo della continuità e della differenziabilità, ma non riesco davvero a capire un motivo della monotonisità.
Il modello di apprendimento probabilmente approssimativamente corretto (PAC) è definito come: Una classe di concetti CCC si dice che sia apprendibile dal PAC se esiste un algoritmo UNUNA e una funzione polinomiale p o l y( ⋅ , ⋅ , ⋅ , ⋅ )poly(·,·,·,·)poly(·,·,·,·)tale che per qualsiasi e , per …
Diversi algoritmi di apprendimento automatico popolari come la regressione logistica o le reti neurali richiedono che i suoi input siano numerici. Quello che mi interessa è come fai in modo che questi algoritmi funzionino su input non numerici (come stringhe brevi). Ad esempio, supponiamo di creare un sistema di classificazione …
In alcune occasioni ho addestrato reti neurali (reti di propagazione posteriore) con alcuni set di dati piuttosto complicati (posizioni di backgammon e OCR). Nel fare questo, sembra che gran parte del lavoro coinvolga la prova di diverse configurazioni delle reti, al fine di trovare la configurazione ottimale per l'apprendimento. Spesso …
Sono molto nuovo alle reti neurali e ho cercato di capire alcune cose. Supponiamo quindi di imbatterti in una rete neurale che ha 100 input, un layer nascosto con 200 nodi e 32 output. Diciamo anche che tu, lo "scopritore" di questa particolare istanza di una rete neurale, sei in …
Quindi sto leggendo la seconda edizione di "Introduzione all'apprendimento automatico" , di Bishop, et. tutti. A pagina 27 discutono della dimensione Vapnik-Chervonenkis che è, "Il numero massimo di punti che possono essere frantumati da H [la classe di ipotesi] è chiamato Vapnik-Chervonenkis (VC) Dimensione di H, è indicato VC (H) …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.