คำถามติดแท็ก artificial-intelligence

ในการเรียนรู้ของเครื่องจักรผู้คนพูดถึงฟังก์ชั่นวัตถุประสงค์ฟังก์ชั่นค่าใช้จ่ายฟังก์ชั่นการสูญเสีย พวกเขาต่างชื่อกันในสิ่งเดียวกันหรือไม่? ควรใช้เมื่อใด หากพวกเขาไม่ได้อ้างถึงสิ่งเดียวกันเสมอไปความแตกต่างคืออะไร?

80 machine-learning  terminology  artificial-intelligence 

เว็บไซต์ปัญญาประดิษฐ์กำหนดการเรียนรู้นอกห้องเรียนและนอกนโยบายดังนี้ "ผู้เรียนนอกนโยบายเรียนรู้คุณค่าของนโยบายที่ดีที่สุดโดยไม่ขึ้นกับการกระทำของตัวแทน Q-learning เป็นผู้เรียนนอกนโยบายผู้เรียนตามนโยบายจะได้เรียนรู้คุณค่าของนโยบายที่ดำเนินการโดยตัวแทนรวมถึงขั้นตอนการสำรวจ ." ฉันต้องการขอคำชี้แจงของคุณเกี่ยวกับเรื่องนี้เพราะพวกเขาดูเหมือนจะไม่สร้างความแตกต่างให้ฉัน คำจำกัดความทั้งสองดูเหมือนว่าเหมือนกัน สิ่งที่ฉันเข้าใจจริง ๆ คือการเรียนรู้โดยใช้แบบจำลองและแบบจำลองและฉันไม่รู้ว่าพวกเขามีส่วนเกี่ยวข้องกับสิ่งที่สงสัยหรือไม่ เป็นไปได้อย่างไรที่นโยบายที่ดีที่สุดจะได้รับการเรียนรู้อย่างอิสระจากการกระทำของตัวแทน นโยบายไม่ได้เรียนรู้เมื่อตัวแทนดำเนินการหรือไม่

78 machine-learning  reinforcement-learning  artificial-intelligence 

ฉันรู้ว่าคำถาม / ชื่อของฉันไม่เจาะจงมากดังนั้นฉันจะพยายามอธิบายให้ชัดเจน: โครงข่ายประสาทเทียมมีการออกแบบที่ค่อนข้างเข้มงวด แน่นอนโดยทั่วไปแล้วพวกเขาได้รับอิทธิพลจากชีววิทยาและพยายามสร้างแบบจำลองทางคณิตศาสตร์ของโครงข่ายประสาทจริง แต่ความเข้าใจของเราเกี่ยวกับโครงข่ายประสาทจริงนั้นไม่เพียงพอสำหรับการสร้างแบบจำลองที่แน่นอน ดังนั้นเราจึงไม่สามารถเข้าใจโมเดลที่แน่นอนหรือสิ่งใดก็ตามที่เกิดขึ้น "ใกล้" เครือข่ายประสาทจริง เท่าที่ฉันรู้เครือข่ายประสาทเทียมทั้งหมดอยู่ไกลจากเครือข่ายประสาทจริง MLP มาตรฐานที่เชื่อมต่ออย่างสมบูรณ์แบบคลาสสิกไม่มีอยู่ในชีววิทยา เครือข่ายประสาทที่เกิดขึ้นอีกมีการขาดความเป็นจริงของระบบประสาทแต่ละเซลล์ประสาทของ RNN แต่ละคนมี "สถาปัตยกรรมความคิดเห็น" ที่เหมือนกันในขณะที่เซลล์ประสาทที่แท้จริงบันทึกและแบ่งปันข้อมูลของพวกเขาค่อนข้างเป็นรายบุคคล Convolutional neural Networks นั้นมีประสิทธิภาพและเป็นที่นิยม แต่การประมวลผลภาพในสมองของมนุษย์นั้นประกอบด้วยเพียงสองสามชั้นในขณะที่วิธีการแก้ปัญหาที่ทันสมัย ​​(เช่น GoogLeNet) นั้นใช้หลายสิบชั้น ... และถึงแม้ว่าพวกมันจะสร้างผลลัพธ์ที่ยอดเยี่ยมสำหรับคอมพิวเตอร์ พวกเขาไม่ได้ใกล้เคียงกับประสิทธิภาพของมนุษย์ โดยเฉพาะอย่างยิ่งเมื่อเราคิดว่า "ประสิทธิภาพต่อเลเยอร์" เนื่องจากเราต้องการเลเยอร์และการลดข้อมูลที่ค่อนข้างสูงเมื่อเทียบกับเครือข่ายประสาทจริง นอกจากนี้ตามความรู้ของฉันแม้แต่เครือข่ายโครงข่ายประสาทเทียมที่ปรับขยาย / ปรับโครงสร้างด้วยตนเองนั้นค่อนข้าง "ค่อนข้างคงที่" เมื่อเทียบกับเครือข่ายประสาทจริงที่ปรับตัวได้มาก โดยปกติเซลล์ประสาทชีวภาพจะมี dendrites นับพันที่เชื่อมต่อเซลล์ประสาทกับพื้นที่ต่าง ๆ และเซลล์ประสาทอื่น ๆ มากมาย โครงข่ายประสาทเทียมเป็นวิธีที่ "ตรงไปตรงมา" มากกว่า ดังนั้นมีอะไรบ้างที่เราสามารถเรียนรู้เกี่ยวกับสมองมนุษย์ / เครือข่ายประสาทจริงจากเครือข่ายประสาทเทียม? หรือเป็นเพียงความพยายามในการสร้างซอฟต์แวร์ที่ทำงานได้ดีกว่าอัลกอริธึมแบบคงที่คลาสสิก …

24 machine-learning  neural-networks  bioinformatics  artificial-intelligence  neuroscience 

ฉันกำลังอ่าน"บทบาทของหมากรุกในการวิจัยปัญญาประดิษฐ์" ( pdf ) และน่าสนใจมันบอกว่า: ประสบการณ์ [... ] แสดงให้เห็นว่าข้อมูลจากผู้เชี่ยวชาญหมากรุกในขณะที่มีประโยชน์โดยทั่วไปไม่สามารถเชื่อถือได้อย่างสมบูรณ์ ตัวอย่างที่ดีของเรื่องนี้คือฟังก์ชั่นการประเมินความคิดลึก การเปลี่ยนแปลงหลายอย่างโดยผู้เชี่ยวชาญหมากรุกที่มีความสามารถของมนุษย์ล้มเหลวในการปรับปรุงที่สำคัญและบางครั้งก็ส่งผลกระทบต่อประสิทธิภาพของเครื่อง ที่นี่ผู้เชี่ยวชาญของมนุษย์พร้อมด้วยความเชี่ยวชาญของพวกเขาแนะนำอคติของพวกเขาเองในโปรแกรม วิธีหนึ่งในการแก้ไขปัญหานี้คือการ จำกัด ประเภทและจำนวนอินพุตของผู้เชี่ยวชาญที่ได้รับอนุญาตในโปรแกรม ในขณะที่มีเครื่องจักร "ความรู้ฟรี" เกือบ เป็นความจริงเพียงใดในการวิจัยและการปฏิบัติที่ทันสมัย? นั่นเป็นปัญหาใหญ่หรือเป็นเพียงบางอย่างที่เฉพาะเจาะจงกับเกมหมากรุก?

15 games  artificial-intelligence 

คุณช่วยอธิบายเกี่ยวกับการขุดข้อมูลและอัลกอริทึมปัญญาประดิษฐ์ให้ฉันได้ไหม พวกเขาใช้คณิตศาสตร์อะไร คุณช่วยบอกจุดเริ่มต้นในคณิตศาสตร์ให้ฉันเข้าใจอัลกอริธึมเหล่านี้ได้ไหม

12 mathematical-statistics  references  data-mining  algorithms  artificial-intelligence 

ความสัมพันธ์คืออะไรและแตกต่างระหว่างทฤษฎีการเรียนรู้ทางสถิติและทฤษฎีการเรียนรู้คอมพิวเตอร์ ? พวกเขาเกี่ยวกับหัวข้อเดียวกันหรือไม่ แก้ไขปัญหาเดียวกันและใช้วิธีการเดียวกันได้หรือไม่ ตัวอย่างเช่นอดีตบอกว่ามันเป็นทฤษฎีของการทำนาย (การถดถอยการจัดหมวดหมู่, ... )

9 machine-learning  statistical-learning  artificial-intelligence