Czy algorytm wstecznej propagacji to uczenie maszynowe?

Odpowiedz Nowy wątek
2019-06-05 19:50
0

Czy algorytm wstecznej propagacji to uczenie maszynowe? Z tego co wiem to tak, ale wole się upewnić.

Pozostało 580 znaków

2019-06-05 22:06
0

W ML minimalizujemy jakąś normę i można to zrobić za pomocą back propagation, gdzie masz tylko wektor wejścia, jeden neuron i wyjście z jakąś funkcją celu; ale używamy też: czystej algebry, Naive Bayes'a, Random Forrest, Support Vector Machines.
A w deep learning, gdzie mamy więcej poziomów sieci, to już rządzi praktycznie tylko Stochastic Gradient Descent.


Pozostało 580 znaków

2019-06-05 22:09
0
lion137 napisał(a):

W ML minimalizujemy jakąś normę i można to zrobić za pomocą back propagation, gdzie masz tylko wektor wejścia, jeden neuron i wyjście z jakąś funkcją celu; ale używamy też: czystej algebry, Naive Bayes'a, Random Forrest, Support Vector Machines.
A w deep learning, gdzie mamy więcej poziomów sieci, to już rządzi praktycznie tylko Stochastic Gradient Descent.

Przy nauce algorytmu wstecznej propagacji korzystałem z tego poradnika: http://home.agh.edu.pl/~horzy[...]cyb/BIOCYB-SieciNeuronowe.pdf (strona 29)

Możesz powiedzieć czy tutaj został przedstawiony algorytm w wersji ML czy DP?

Pozostało 580 znaków

2019-06-05 22:11
0

Deep learning, są trzy warstwy.


Pozostało 580 znaków

2019-06-05 22:16
0
lion137 napisał(a):

Deep learning, są trzy warstwy.

Hmm to w sumie nie do konca rozumiem jak tak na czym polega deep learning. Ciągle myslalem, ze czlowiek do konca nie wie jak przebiega jakis proces w deep learning, natomiast tutaj wszystko jest wiadome. Jakbyś łopatologicznie w skrócie wyjaśnił różnice między DP i ML byłbym bardzo wdzięczny.

Pozostało 580 znaków

2019-06-05 22:19
0

Kto ci nagadał takich głupot, że deep learning rózni sie od machine learning tym, że w dl nie wiadomo o co chodzi?!? Nie , deep learning to rozwiązywanie problemu minimalizacji normy za pomocą sieci głębokiej, czyli z wieloma warstwami, machine learning to wektor wejściowy i neuron (pojedyncze gradient descent), albo jakiś inny algorytm, nie będę się powtarzał.


Pozostało 580 znaków

2019-06-05 22:23
0
lion137 napisał(a):

Kto ci nagadał takich głupot, że deep learning rózni sie od machine learning tym, że w dl nie wiadomo o co chodzi?!? Nie , deep learning to rozwiązywanie problemu minimalizacji normy za pomocą sieci głębokiej, czyli z wieloma warstwami, machine learning to wektor wejściowy i neuron (pojedyncze gradient descent), albo jakiś inny algorytm, nie będę się powtarzał.

W internecie jest napisane, że człowiek w niektorych przypadkach w DP nie wie do konca na jakiej podstawie siec neuronowa zwraca takie a nie inne wyniki.
Dokładnie chodzi o proces decyzyjny, który zachodzi w DP.

edytowany 1x, ostatnio: tom8543, 2019-06-05 22:27

Pozostało 580 znaków

2019-06-05 22:27
0

Tak, ale nie taka jest formalnie roznica.


Pozostało 580 znaków

2019-06-05 22:35
0
lion137 napisał(a):

Tak, ale nie taka jest formalnie roznica.

Ale np. w przypadku DP z uzyciem algorytmu wstecznej propagacji wiadomo jak zachodzi proces decyzyjny. Czy czegoś nie rozumiem?

Pozostało 580 znaków

2019-06-05 22:39
0

Pewnie, że wiadomo, to jest czysta matma, tylko, jak Masz convoluted RESNET200, SGD, to raczej ciężko to człowiekowi prześledzić. Polecam:


Pozostało 580 znaków

2019-06-05 22:41
0
lion137 napisał(a):

Pewnie, że wiadomo, to jest czysta matma, tylko, jak Masz convoluted RESNET200, SGD, to raczej ciężko to człowiekowi prześledzić. Polecam:

Czyli po prostu w niektórych przypadkach w DP człowiek nie wie jak zachodzi proces decyzyjny (bardziej zaawansowane sieci neuronowe) i wtedy to jest określane mianem czarnej skrzyniki, czyli człowiek nie jest w stanie określić tego jak program uzyskał poszczególne wyniki na wyjściu?

@tom8543: Nie cytuj, proszę, całego postu, jeśli bezpośrednio pod nim piszesz. - Silv 2019-06-05 23:18

Pozostało 580 znaków

Odpowiedz
Liczba odpowiedzi na stronę

1 użytkowników online, w tym zalogowanych: 0, gości: 1, botów: 0