«machine-learning» 태그된 질문

데이터의 패턴을 자동으로 감지 한 다음 발견되지 않은 패턴을 사용하여 미래의 데이터를 예측하거나 불확실성 하에서 다른 종류의 의사 결정을 수행하는 방법 인 기계 학습 (ML)과 관련된 질문 더 많은 데이터를 수집하기 위해). ML은 일반적으로 감독, 비지도 및 강화 학습으로 나뉩니다. 딥 러닝은 딥 인공 신경망을 사용하는 ML의 서브 필드입니다.

1
Tic Tac Toe와 같은 게임에서 신경망 대 유전자 알고리즘?
현재 저는 Gomoku 게임을하기 위해 AI를 만드는 프로젝트를 수행하고 있습니다 (tic tac toe와 같지만 15 * 15 보드에서 플레이하고 승리하려면 5 연속을 요구합니다). Q 학습을 사용하고 테이블에 게임 상태 / 액션을 저장하여 완벽한 틱택 토 AI를 이미 성공적으로 구현했지만 15 * 15 보드의 경우 가능한 게임 상태가 너무 커져이 프로젝트를 …

6
머신 러닝을 위해 무엇을 공부해야합니까?
작년부터 저는 기계 학습의 가장 중요한 논문을 이해하기 위해 다양한 과목을 공부했습니다. S. Hochreiter & J. Schmidhuber. (1997).장기 단기 기억 . 신경 계산, 9 (8), 1735-1780. 그러나 수학적 배경이 없기 때문에 다음과 같은 주제를 배우기 시작했습니다. 계산법 다변량 미적분 수학적 분석 선형 대수 미분 방정식 실제 분석 (측정 이론) 초등 …



3
일부 기능이 제공된 사용자의 가용성을 예측하려면 분류 또는 회귀가 필요합니까?
데이터 마이닝 방법을 연구하는 동안 두 가지 주요 범주가 있음을 이해하게되었습니다. 예측 방법 : 분류 회귀 설명 방법 : 클러스터링 협회 규칙 위치, 활동, 배터리 수준 (훈련 모델에 대한 입력)을 기반으로 사용자 가용성 (출력)을 예측하고 싶기 때문에 "예측 방법"을 선택하는 것이 분명하지만 지금은 선택할 수없는 것 같습니다. 분류 및 회귀. …

1
신경망에서 입력을 변환하고 유용한 출력을 추출하는 방법은 무엇입니까?
그래서 기계 학습에 관한 Adam Geitgey의 블로그를 찾은 이후 신경망을 이해하려고 노력했습니다 . 나는 주제에 관해 가능한 한 많이 읽었으며 (나를 이해할 수있는) 모든 넓은 개념과 일부 작용 (수학에는 매우 약하지만), 뉴런, 시냅스, 무게, 비용 함수, 역 전파를 이해한다고 믿는다 그러나 실제 문제를 신경망 솔루션으로 변환하는 방법을 알 수 없었습니다. …


1
증상으로부터 질병을 예측하는 올바른 기술 선택
사용자가 몇 가지 증상을 입력하고 시스템에서 선택한 몇 가지 증상이 시스템에 존재하는 증상과 관련 될 가능성을 예측하거나 결정 해야하는 시스템에 적합한 알고리즘을 고안하려고합니다. 그런 다음 연관시킨 후 결과 또는 출력은 증상에 대한 특정 질병이어야합니다. 이 시스템은 시스템에 존재하는 특정 증상에 지정된 일련의 질병으로 구성됩니다. 사용자가 다음 입력을 입력했다고 가정합니다. A, …

1
AI 에이전트가 자체 프로그래밍 가능하도록하는 데 필요한 구성 요소는 무엇입니까?
AI 에이전트는 종종 "센서", "메모리", "기계 학습 프로세서"및 "반응"구성 요소를 갖는 것으로 생각됩니다. 그러나 이러한 머신이 반드시 자체 프로그래밍 AI 에이전트가되는 것은 아닙니다. 위에서 언급 한 부분 외에도 머신이 자체 프로그래밍 AI 에이전트가 될 수 있도록하는 데 필요한 다른 요소 나 세부 사항이 있습니까? 예를 들어, 2011 년의 논문 은 …

4
AI 가속화를 위해 ASIC을 어떻게 사용합니까?
우리는 Wikipedia 페이지 에서 Google이 기계 학습을위한 맞춤형 ASIC 칩을 구축하고 AI 가속화에 도움이되는 TensorFlow에 맞게 제작 된 것을 읽을 수 있습니다 . ASIC 칩은 회로를 변경하지 않고 특정 용도에 맞게 특별히 사용자 정의되었으므로 호출되는 일부 고정 알고리즘이 있어야합니다. 그렇다면 알고리즘을 변경할 수없는 경우 ASIC 칩을 사용한 AI 가속은 정확히 …
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.