Para preguntas relacionadas con el aprendizaje automático (ML), que es un conjunto de métodos que pueden detectar automáticamente patrones en los datos y luego usar los patrones descubiertos para predecir datos futuros o realizar otros tipos de toma de decisiones bajo incertidumbre (como planificar cómo para recopilar más datos). ML generalmente se divide en aprendizaje supervisado, no supervisado y de refuerzo. El aprendizaje profundo es un subcampo de ML que utiliza redes neuronales artificiales profundas.
Estos dos términos parecen estar relacionados, especialmente en su aplicación en ciencias de la computación e ingeniería de software. ¿Es uno un subconjunto de otro? ¿Se utiliza una herramienta para construir un sistema para la otra? ¿Cuáles son sus diferencias y por qué son...
En primer lugar, soy un principiante que estudia IA y esta no es una pregunta orientada a la opinión ni una para comparar lenguajes de programación. No estoy implicando que Python sea el mejor lenguaje. Pero el hecho es que la mayoría de los famosos marcos de IA tienen soporte principal para...
Por lo que puedo decir, las redes neuronales tienen un número fijo de neuronas en la capa de entrada. Si las redes neuronales se usan en un contexto como PNL, las oraciones o bloques de texto de diferentes tamaños se alimentan a una red. ¿Cómo se concilia el tamaño de entrada variable con el...
Imagine que muestra una red neuronal una imagen de un león 100 veces y la etiqueta con "peligroso", para que aprenda que los leones son peligrosos. Ahora imagine que anteriormente le mostró millones de imágenes de leones y, alternativamente, lo etiquetó como "peligroso" y "no peligroso", de modo...
He escuchado antes de científicos informáticos y de investigadores en el área de IA que Lisp es un buen lenguaje para la investigación y el desarrollo en inteligencia artificial. ¿Esto todavía se aplica, con la proliferación de redes neuronales y el aprendizaje profundo? ¿Cuál fue su razonamiento...
¿Qué es el aprendizaje auto supervisado en el aprendizaje automático? ¿Cómo es diferente del aprendizaje
Estoy tratando de encontrar algunas investigaciones existentes sobre cómo seleccionar el número de capas ocultas y el tamaño de estas de un RNN basado en LSTM. ¿Hay algún artículo en el que se esté investigando este problema, es decir, cuántas células de memoria se deben usar? Supongo que depende...
¿Cómo se distingue una red neuronal que tiene el adjetivo "profundo" de otras redes
¿Hay algún proyecto de IA en curso que use Stack Exchange para el aprendizaje
Me gustaría entrenar una red neuronal donde las clases de salida no están (todas) definidas desde el principio. Más y más clases se introducirán más tarde en función de los datos entrantes. Esto significa que, cada vez que presento una nueva clase, tendría que volver a entrenar el NN. ¿Cómo puedo...
Quiero crear una IA que pueda jugar cinco en raya / gomoku. Como mencioné en el título, quiero usar el aprendizaje de refuerzo para esto. Utilizo el método de gradiente de políticas , a saber, REINFORCE, con línea de base. Para el valor y la aproximación de la función política, utilizo una red...
El impulso detrás de la transición del siglo XX de los circuitos analógicos a digitales fue impulsado por el deseo de una mayor precisión y menor ruido. Ahora estamos desarrollando un software donde los resultados son aproximados y el ruido tiene un valor positivo. En redes artificiales,...
Estoy luchando por comprender la función de pérdida de GAN como se proporciona en Understanding Generative Adversarial Networks (una publicación de blog escrita por Daniel Seita). En la pérdida de entropía cruzada estándar, tenemos una salida que se ha ejecutado a través de una función sigmoidea y...
Solo por diversión, estoy tratando de desarrollar una red neuronal. Ahora, para la propagación hacia atrás, vi dos técnicas. El primero se usa aquí y en muchos otros lugares también. Lo que hace es: Calcula el error para cada neurona de salida. Lo propaga hacia atrás en la red (calculando un...
Supongamos que un NN contiene nnn capas ocultas, mmm ejemplos de entrenamiento, xxx características yn inin_i nodos en cada capa. ¿Cuál es la complejidad del tiempo para entrenar a este NN utilizando la propagación inversa? Tengo una idea básica sobre cómo encuentran la complejidad temporal de los...
¿Los motores de búsqueda se consideran IA debido a la forma en que analizan lo que buscas y lo recuerdas? ¿O cómo te envían anuncios de lo que has buscado recientemente? ¿Se considera esto AI o simplemente
La entropía cruzada es idéntica a la divergencia KL más la entropía de la distribución objetivo. KL es igual a cero cuando las dos distribuciones son iguales, lo que me parece más intuitivo que la entropía de la distribución objetivo, que es lo que es la entropía cruzada en una coincidencia. No...
¿Alguien puede explicarme la diferencia entre el aprendizaje automático y el aprendizaje profundo? ¿Es posible aprender aprendizaje profundo sin conocer el aprendizaje
Solo quiero saber por qué los ingenieros de Machine Learning y los programadores de IA usan lenguajes como python para realizar tareas de IA y no C ++, aunque C ++ es técnicamente un lenguaje más poderoso que
Dada una red neuronal que toma como entrada puntos de datos: . Decimos que es permutación invariante sifffnnnx1,…,xnx1,…,xnx_1, \dots, x_nfff f(x1...xn)=f(pi(x1...xn))f(x1...xn)=f(pi(x1...xn))f(x_1 ... x_n) = f(pi(x_1 ... x_n)) para cualquier permutación .pipipi ¿Podría alguien recomendar...