คำถามติดแท็ก comparison

คำสองคำนี้มีความเกี่ยวข้องโดยเฉพาะอย่างยิ่งในการประยุกต์ใช้ในสาขาวิทยาศาสตร์คอมพิวเตอร์และวิศวกรรมซอฟต์แวร์ เป็นเซตย่อยของอีกชุดหรือไม่? เป็นเครื่องมือหนึ่งที่ใช้ในการสร้างระบบให้กับอีกระบบหนึ่งหรือไม่? ความแตกต่างของพวกเขาคืออะไรและทำไมพวกเขาถึงสำคัญ?

74 machine-learning  terminology  comparison 

ฉันเคยได้ยินคำว่า AI ที่รัดกุมและ AI อ่อนแอ คำศัพท์หรืออัตนัยเหล่านี้กำหนดไว้อย่างชัดเจนหรือไม่ โดยทั่วไปแล้วพวกเขาจะกำหนดอย่างไร

40 terminology  definitions  strong-ai  comparison  weak-ai 

ฉันเพิ่งจบหลักสูตรปริญญาโทวิทยาศาสตร์ข้อมูล 1 ปีที่เราสอนอาร์ฉันพบว่า Python เป็นที่นิยมมากขึ้นและมีชุมชนขนาดใหญ่ขึ้นใน AI มันคุ้มค่าสำหรับคนที่อยู่ในตำแหน่งของฉันที่จะเปลี่ยนเป็นงูหลามและถ้าใช่ทำไม? หลามมีคุณสมบัติการเปลี่ยนเกมใด ๆ ที่ไม่พร้อมใช้งานใน R หรือมันเป็นเพียงเรื่องของชุมชนหรือไม่?

31 python  comparison  r 

อะไรคือความแตกต่างระหว่างการเรียนรู้การเสริมแรงแบบไม่มีโมเดลและแบบจำลอง? สำหรับฉันแล้วดูเหมือนว่าผู้เรียนแบบฟรีที่เรียนรู้ผ่านการลองผิดลองถูกสามารถอ้างอิงเป็นแบบจำลองได้ ในกรณีนั้นผู้เรียนที่ไม่มีโมเดลจะมีความเหมาะสมเมื่อใด

28 reinforcement-learning  comparison  model-based  model-free 

เครือข่ายประสาทเทียมมีคำคุณศัพท์ที่ "ลึก" แตกต่างจากเครือข่ายอื่นที่คล้ายคลึงกันอย่างไร

25 neural-networks  machine-learning  deep-network  terminology  comparison 

เท่าที่ฉันเข้าใจการเรียนรู้ Q- และการไล่ระดับสีนโยบาย (PG) เป็นสองแนวทางหลักที่ใช้ในการแก้ปัญหา RL ในขณะที่การเรียนรู้ Q มีวัตถุประสงค์เพื่อทำนายรางวัลของการกระทำบางอย่างที่เกิดขึ้นในบางสถานะการไล่ระดับสีของนโยบายจะทำนายการกระทำโดยตรง อย่างไรก็ตามทั้งสองวิธีดูเหมือนกันกับฉันเช่นการทำนายรางวัลสูงสุดสำหรับการกระทำ (Q-learning) เทียบเท่ากับการทำนายความน่าจะเป็นของการดำเนินการโดยตรง (PG) ความแตกต่างในวิธีการสูญเสียจะแพร่กระจายกลับ?

21 reinforcement-learning  q-learning  policy-gradients  comparison 

นี่คือจากเบต้าที่ปิดสำหรับ AI โดยคำถามนี้ถูกโพสต์โดยผู้ใช้หมายเลข 47 เครดิตทั้งหมดสำหรับพวกเขา ตามที่วิกิพีเดีย , เครื่องจักร Boltzmann สามารถมองได้ว่าเป็นคู่สุ่มที่สร้างขึ้นมาจากตาข่าย Hopfield ทั้งสองเป็นเครือข่ายประสาทที่เกิดขึ้นอีกที่สามารถฝึกให้เรียนรู้รูปแบบบิต จากนั้นเมื่อนำเสนอด้วยรูปแบบบางส่วนสุทธิจะดึงรูปแบบที่สมบูรณ์แบบเต็ม เครือข่าย Hopfield ได้รับการพิสูจน์แล้วว่ามีความจุ 0.138 (เช่นสามารถเรียกใช้เวกเตอร์ประมาณ 138 บิตจากการจัดเก็บสำหรับทุก ๆ 1,000 โหนดเฮิรตซ์ 1991) ในฐานะที่เป็นเครื่อง Boltzmann สุ่มฉันเข้าใจว่ามันจะไม่จำเป็นต้องแสดงรูปแบบเดียวกันเสมอเมื่อพลังงานที่แตกต่างระหว่างรูปแบบการจัดเก็บหนึ่งและอื่น ๆ ที่คล้ายกัน แต่เนื่องจากความไม่แน่นอนนี้อาจช่วยให้สามารถจัดเก็บรูปแบบที่หนาแน่นขึ้น แต่ไม่มีการรับประกันว่าคุณจะได้รับรูปแบบ "ใกล้เคียงที่สุด" ในแง่ของความแตกต่างของพลังงาน สิ่งนี้จะเป็นจริงหรือไม่? หรือ Hopfield net จะสามารถเก็บรูปแบบเพิ่มเติมได้หรือไม่?

17 neural-networks  comparison  recurrent-neural-networks 

บางคนสามารถอธิบายความแตกต่างระหว่างการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึกให้ฉันได้หรือไม่ เป็นไปได้หรือไม่ที่จะเรียนรู้การเรียนรู้อย่างลึกซึ้งโดยไม่ต้องเรียนรู้ด้วยเครื่อง?

15 machine-learning  deep-learning  comparison 

ตัวอย่างเช่นสำหรับการจำแนกอีเมลเป็นสแปมมันคุ้มค่าหรือไม่ - จากมุมมองของเวลา / ความถูกต้อง - เพื่อใช้การเรียนรู้อย่างลึกซึ้ง (ถ้าเป็นไปได้) แทนที่จะใช้อัลกอริทึมการเรียนรู้ของเครื่องอื่น การเรียนรู้เชิงลึกจะทำให้อัลกอริทึมการเรียนรู้ของเครื่องจักรอื่น ๆ เช่นไร้เดียงสาเบย์ไม่จำเป็นหรือไม่?

15 machine-learning  deep-learning  classification  applications  comparison 

Rick Briggs นักวิทยาศาสตร์ของนาซ่ากล่าวว่าภาษาสันสกฤตเป็นภาษาที่ดีที่สุดสำหรับ AI ฉันอยากรู้ว่าสันสกฤตมีประโยชน์อย่างไร ภาษาอื่นมีปัญหาอะไร พวกเขาใช้ภาษาสันสกฤตในการเขียนโปรแกรม AI หรือจะทำเช่นนั้นจริงหรือ โปรแกรม AI ส่วนใดที่ต้องการภาษาดังกล่าว

14 comparison  programming-languages  nasa 

AlphaGo Zeroมีการปรับปรุงหลายอย่างเมื่อเทียบกับรุ่นก่อน รายละเอียดทางสถาปัตยกรรมของ Alpha Go Zero สามารถดูได้ในเอกสารสูตรนี้ การปรับปรุงอย่างใดอย่างหนึ่งคือการใช้เครือข่ายประสาทเดี่ยวที่คำนวณความน่าจะเป็นในการย้ายและค่าสถานะในเวลาเดียวกันในขณะที่รุ่นเก่าใช้เครือข่ายประสาทสองแยก มันแสดงให้เห็นว่าเครือข่ายประสาทที่ผสานมีประสิทธิภาพมากขึ้นตามเอกสาร: มันใช้เครือข่ายประสาทเทียมเดียวมากกว่าสองเครือข่าย AlphaGo เวอร์ชันก่อนหน้านี้ใช้ "นโยบายเครือข่าย" เพื่อเลือกการเล่นครั้งต่อไปและ "เครือข่ายค่า" เพื่อทำนายผู้ชนะของเกมจากแต่ละตำแหน่ง สิ่งเหล่านี้รวมอยู่ใน AlphaGo Zero เพื่อให้สามารถฝึกอบรมและประเมินผลได้อย่างมีประสิทธิภาพยิ่งขึ้น นี้ดูเหมือนง่าย counter กับผมเพราะจากมุมมองการออกแบบซอฟต์แวร์นี้ละเมิดหลักการแยกของความกังวล นั่นเป็นเหตุผลที่ฉันสงสัยว่าทำไมการผสานนี้ได้รับการพิสูจน์แล้วว่ามีประโยชน์ เทคนิคนี้ - การรวมงานที่แตกต่างกันในโครงข่ายประสาทเทียมเดียวเพื่อปรับปรุงประสิทธิภาพ - สามารถนำไปใช้กับเครือข่ายประสาทอื่น ๆ โดยทั่วไปหรือต้องใช้เงื่อนไขบางอย่างในการทำงานหรือไม่?

10 neural-networks  comparison  architecture  alphago-zero  efficiency 

ในปี 1950 มีความเชื่ออย่างกว้างขวางว่า "ปัญญาประดิษฐ์" จะกลายเป็นทั้งความประหม่าและฉลาดพอที่จะชนะหมากรุกกับมนุษย์ หลายคนแนะนำกรอบเวลาเช่น 10 ปี (ดู Olazaran ของ "ประวัติศาสตร์อย่างเป็นทางการของการทะเลาะวิวาท Perceptron" หรือว่า 2001: Space Odyssey) เมื่อไหร่ที่เห็นได้ชัดว่าการคิดค้นโปรแกรมที่เกมต้นแบบเช่นหมากรุกส่งผลให้เกิดการออกแบบซอฟต์แวร์ที่ใช้กับเกมเช่นเดียวกับที่พวกเขาตั้งโปรแกรมไว้เท่านั้น ใครเป็นคนแรกที่รู้ถึงความแตกต่างระหว่างความฉลาดทั่วไปของมนุษย์และความฉลาดเฉพาะโดเมน

10 comparison  agi  history  weak-ai