Pour les questions liées à l'apprentissage automatique (ML), qui est un ensemble de méthodes qui peuvent détecter automatiquement les modèles dans les données, puis utiliser les modèles non découverts pour prédire les données futures, ou pour effectuer d'autres types de prise de décision en cas d'incertitude (comme planifier comment pour collecter plus de données). Le ML est généralement divisé en apprentissage supervisé, non supervisé et par renforcement. L'apprentissage profond est un sous-domaine du ML qui utilise des réseaux de neurones artificiels profonds.
Ces deux termes semblent être liés, notamment dans leur application en informatique et en génie logiciel. Est-ce que l'un est un sous-ensemble de l'autre? Est-ce que l'un est un outil utilisé pour construire un système pour l'autre? Quelles sont leurs différences et pourquoi sont-elles...
Tout d’abord, je suis un débutant en IA et ce n’est pas une question d’opinion ni de comparaison de langages de programmation. Je n'insinue pas que Python est le meilleur langage. Mais le fait est que la plupart des fameux frameworks d'intelligence artificielle prennent principalement en charge...
Autant que je sache, les réseaux de neurones ont un nombre fixe de neurones dans la couche d'entrée. Si des réseaux de neurones sont utilisés dans un contexte tel que la PNL, des phrases ou des blocs de texte de différentes tailles sont envoyés à un réseau. Comment la taille de l'entrée variable...
Imaginez que vous montriez cent fois sur un réseau de neurones l'image d'un lion et que vous étiquetiez «dangereux», de sorte qu'il découvre que les lions sont dangereux. Imaginez maintenant que vous lui avez déjà montré des millions d’images de lions et que vous l’aviez étiquetée comme "dangereux"...
J'ai entendu auparavant des informaticiens et des chercheurs dans le domaine de l'IA que Lisp est un bon langage pour la recherche et le développement en intelligence artificielle. Est-ce que cela s'applique toujours, avec la prolifération des réseaux de neurones et l'apprentissage en profondeur?...
Qu'est-ce que l'apprentissage auto-supervisé en apprentissage automatique? En quoi est-ce différent de l'apprentissage
J'essaie de trouver des recherches existantes sur la façon de sélectionner le nombre de couches cachées et la taille de celles-ci d'un RNN basé sur LSTM. Existe-t-il un article dans lequel ce problème est étudié, c'est-à-dire combien de cellules de mémoire doit-on utiliser? Je suppose que cela...
Comment un réseau neuronal ayant l'adjectif «profond» se distingue-t-il réellement des autres réseaux
Y a-t-il des projets d'IA en cours qui utilisent l'échange de pile pour l'apprentissage
Je voudrais former un réseau de neurones où les classes de sortie ne sont pas (toutes) définies dès le départ. De plus en plus de classes seront introduites plus tard en fonction des données entrantes. Cela signifie que, chaque fois que j'introduis une nouvelle classe, je dois recycler le NN....
Je veux créer une IA qui peut jouer à cinq dans une rangée / gomoku. Comme je l'ai mentionné dans le titre, je veux utiliser l'apprentissage par renforcement pour cela. J'utilise la méthode du gradient de politique , à savoir REINFORCE, avec la ligne de base. Pour l'approximation de la valeur et de...
L'impulsion derrière la transition du XXe siècle des circuits analogiques aux circuits numériques a été motivée par le désir d'une plus grande précision et d'un bruit plus faible. Nous développons maintenant un logiciel où les résultats sont approximatifs et où le bruit a une valeur positive. Dans...
Juste pour le plaisir, j'essaie de développer un réseau de neurones. Maintenant, pour la rétropropagation, j'ai vu deux techniques. Le premier est utilisé ici et dans de nombreux autres endroits également. Ce qu'il fait c'est: Il calcule l'erreur pour chaque neurone de sortie. Il la propage en...
Supposons qu'un NN contient nnn couches masquées, mmm exemples d'apprentissage, xxx entités et ninin_i nœuds dans chaque couche. Quelle est la complexité temporelle pour former ce NN en utilisant la rétropropagation? J'ai une idée de base sur la façon dont ils trouvent la complexité temporelle des...
J'ai du mal à comprendre la fonction de perte GAN comme indiqué dans Understanding Generative Adversarial Networks (un article de blog écrit par Daniel Seita). Dans la perte d'entropie croisée standard, nous avons une sortie qui a été exécutée via une fonction sigmoïde et une classification binaire...
Les moteurs de recherche sont-ils considérés comme de l'IA en raison de la façon dont ils analysent ce que vous recherchez et s'en souviennent? Ou comment ils vous envoient des annonces de ce que vous avez recherché récemment? Est-ce considéré comme de l'IA ou simplement
Par exemple, pour classer les e-mails comme spam, est-il utile - du point de vue du temps / de la précision - d'appliquer un apprentissage en profondeur (si possible) au lieu d'un autre algorithme d'apprentissage automatique? L'apprentissage en profondeur rendra- t-il inutiles d' autres algorithmes...
L'entropie croisée est identique à la divergence KL plus l'entropie de la distribution cible. KL est égal à zéro lorsque les deux distributions sont identiques, ce qui me semble plus intuitif que l'entropie de la distribution cible, qui correspond à l'entropie croisée sur une correspondance. Je ne...
Quelqu'un peut-il m'expliquer la différence entre l'apprentissage automatique et l'apprentissage profond? Est-il possible d'apprendre le deep learning sans connaître le machine
Je veux juste savoir pourquoi les ingénieurs Machine Learning et les programmeurs AI utilisent des langages comme python pour effectuer des tâches AI et non C ++, même si C ++ est techniquement un langage plus puissant que