На главную Наши проекты:
Журнал   ·   Discuz!ML   ·   Wiki   ·   DRKB   ·   Помощь проекту
ПРАВИЛА FAQ Помощь Участники Календарь Избранное RSS

Поздравляем всех студентов и Татьян с Татьяниным днём!




msm.ru
! Правила раздела
1. Название темы должно отражать ее содержимое (не создавайте темы с заголовком ПОМОГИТЕ, HELP и т.д.). Злоупотребление заглавными буквами в заголовках тем ЗАПРЕЩЕНО.
2. При создании темы постарайтесь, как можно более точно описать проблему, а не ограничиваться общими понятиями и определениями.
3. Приводимые фрагменты исходного кода старайтесь выделять тегами code.../code
4. Помните, чем подробнее Вы опишите свою проблему, тем быстрее получите вразумительный совет

Модераторы: esperanto
  
> "Обучение" или "не обучение"
    Буэнос диас, амигос!

    В теме я чистейший нуб. Только некоторое количество концептуальных знаний. По вопросу "обучения" нейронных сетей немного читал. Но вот всплывали темы на счет "необучаемых", вернее "самообучаемых" систем. Можете концептуально продвинуть тему, это как??? Как это работает, как это выдает качество систем, за счет чего???
      Чего? Рассказать вкратце курс по нейросетям? Как я говорил в одной из соседних тем - ты смешной :D
      Если вкратце, то всё просто. Есть функция f(x, a), где x - твои входные данные, а - коэффициенты (оба векторы). Ты знаешь, что f(x, a) при определённых x должна выдавать вот такой ответ, и, зная это, методом градиентного спуска подбираешь a так, чтобы f(x, a) выдавала ответ как можно более близкий к эталонному. Вот такая оптимизация a с целью подгонки и есть обучение.
      Самообучение же это когда ты каким-либо способом можешь генерировать x и значение при этом x, тогда обучающую выборку ты сможешь генерировать на ходу. И тут важно заметить, что "генерировать x и значение при этом x" не обязательно означает значит "решить задачу". Например, в шахматах-го это просто ходы, которая сделала нейросеть-победитель, тогда, играя сама с собой и обучаясь на этих играх, нейросеть улучшит качество своей игры. В каких-нибудь гонках можно просто пускать автомобили по треку, и считать правильными те варианты, которые были выбраны нейросетью, под управлением которой автомобиль уехал дальше. Тут нет универсальных способов, каждую задачу отдельно надо рассматривать.
      Сильно помогло тебе в ответе на твой вопрос? :D
        Цитата OpenGL @
        Чего? Рассказать вкратце курс по нейросетям? Как я говорил в одной из соседних тем - ты смешной

        Ну ликбез я знаю кагбэ :-? Даже когда-то в районе 2007г пользовал программу spamassasin, вот ее нужно было перед запуском в работу обучать пачкой спама и пачкой хама. Как это и зачем - это я знаю. А возник вопрос по самообучающимся системам. Можешь мне привести какой-нить практический пример применения, какую-нить систему, которая работает на этом принципе самообучения?
          Ну вот, например, один из сильнейших ботов для го, обучался на играх с самис собой. Уже обучен достаточно, чтобы выиграть с форой (в смысле - давая фору, т.е. изначально находясь в проигрышной позиции) у любого человека. Там же есть ссылки на документы, по которым он, собственно, был написан.
            Ага, т.е. получается, если система может как-то сама себя оценивать, только тогда она может быть самообучаема? А вот как в случае этого спам-фильтра spamassasin - тут самообучающуюся систему хрен сделаешь?
              Ну почему? Допустим, у тебя есть почтовый сервер с кучей пользователей. Вполне можно представить некий самообучаемый спам-фильтр, который учится сам на основе нажатий на кнопку "спам" пользователей. Это уже самообучение в твоём понимании, или ещё нет?
                Цитата OpenGL @
                Ну почему? Допустим, у тебя есть почтовый сервер с кучей пользователей. Вполне можно представить некий самообучаемый спам-фильтр, который учится сам на основе нажатий на кнопку "спам" пользователей. Это уже самообучение в твоём понимании, или ещё нет?

                В моем понимании - нет. Нажатие на кнопку - или выгрузка 10к писем спама на обучение, разница только количественная, но не качественная. С автоматами-игроками проще - там они, путем проигрывания миллиардов "партий" строят свои закономерности сами. В этом плане у них преимущество - определенные правила и наличие оценки результата. Я думаю, что тот же автомат-игрок, если ему поменять набор правил (например с 2D шахмат на 3D шахматы), в конце концов самообучится не хуже. Другой вопрос, когда правила игры меняются от партии к партии (считай тот же спам), там самообучения не будет. Ну это ИМХО.
                  Цитата Majestio @
                  Ага, т.е. получается, если система может как-то сама себя оценивать, только тогда она может быть самообучаема? А вот как в случае этого спам-фильтра spamassasin - тут самообучающуюся систему хрен сделаешь?

                  Сейчас концепция Прайс Экшен в трейдинге основана с задатком на использование ИИ, хотя это и не для масс https://invest1.pro/strategy-smart-money/ ИИ открывает новые горизонты, но и нерешенных проблем остается множество. Во много пока это игрушка, но ПС довольно эффективно научились ее использовать при ранжировании.
                  0 пользователей читают эту тему (0 гостей и 0 скрытых пользователей)
                  0 пользователей:


                  Рейтинг@Mail.ru
                  [ Script execution time: 0,0229 ]   [ 15 queries used ]   [ Generated: 27.01.23, 01:23 GMT ]