Искусственный интеллект

Согласно Википедии (цитаты опущены): В истории искусственного интеллекта ИИ зима - это период ограниченного финансирования и интереса к исследованиям в области искусственного интеллекта. Термин был придуман по аналогии с идеей ядерной зимы. В этой области было несколько циклов ажиотажа, за которыми последовало разочарование и критика, за которыми последовало сокращение финансирования, …

9 history 

Мне нужен алгоритм машинного обучения для определения шаблонов в наборе данных (сохраненном в CSV-файле), который содержит подробную информацию о производительности кэша ЦП. Более конкретно, набор данных содержит столбцы , как Readhits, Readmissили Writehits. Шаблоны, которые определяет алгоритм, должны быть полезны следующими способами. помочь пользователю повысить производительность рабочей нагрузки в следующий …

9 machine-learning  algorithm  unsupervised-learning  pattern-recognition 

Закрыто . Этот вопрос должен быть более сфокусированным . В настоящее время он не принимает ответы. Хотите улучшить этот вопрос? Обновите вопрос, чтобы он был сосредоточен только на одной проблеме, отредактировав этот пост . Закрыто в прошлом месяце . Каковы лучшие журналы искусственного интеллекта? Я ищу общие исследования искусственного интеллекта, …

9 research 

В настоящее время я работаю над приложением Android AI. Мне известны модели ИИ для генерации случайных предложений. Однако есть ли модель ИИ для генерации саркастических предложений?

9 machine-learning  algorithm 

Коротко о глубоком обучении (для справки) : Глубокое обучение - это раздел машинного обучения, основанный на наборе алгоритмов, которые пытаются моделировать абстракции высокого уровня в данных с использованием глубокого графа с несколькими уровнями обработки, состоящими из нескольких линейных и нелинейных преобразований. Различные архитектуры глубокого обучения, такие как глубокие нейронные сети, …

9 neural-networks  machine-learning  deep-learning  convolutional-neural-networks  computer-vision 

Если нейроны и синапсы могут быть реализованы с использованием транзисторов, что мешает нам создавать произвольно большие нейронные сети, используя те же методы, с помощью которых создаются графические процессоры? По сути, мы увидели, как необычайно хорошо работают виртуальные нейронные сети, реализованные на последовательных процессорах (даже графические процессоры являются последовательными машинами, но …

9 neural-networks  recurrent-neural-networks  hardware 

Как использование эволюционных алгоритмов для проектирования и обучения искусственных нейронных сетей имеет преимущества по сравнению с использованием обычных алгоритмов обратного распространения?

9 neural-networks  comparison  backpropagation  evolutionary-algorithms 

Я размышлял об этом некоторое время, не развивая интуицию по математике, стоящей за причиной этого. Итак, что заставляет модель нуждаться в низкой скорости обучения?

8 machine-learning  hyper-parameters 

Мне было интересно, можно ли использовать / обучать алгоритмы машинного обучения (CNN?), Чтобы различать небольшие различия в деталях между изображениями (например, небольшие различия в оттенках красного или других цветов или наличие небольших объектов между очень похожими изображениями? )? А затем классифицировать изображения на основе этих различий? Если это сложная задача …

8 machine-learning  convolutional-neural-networks  image-recognition  classification 

Существуют ли исследования, в которых используются реалистичные модели нейронов? Обычно модель нейрона для нейронной сети довольно проста, в отличие от реалистичного нейрона, который включает в себя сотни белков и миллионы молекул (или даже большее количество). Существуют ли исследования, которые извлекают пользу из этой реальности и пытаются разработать реалистичные модели нейронов? …

8 neural-networks  artificial-neuron  neurons  brain  neuromorphic-engineering 

Сети Maxout были простой, но блестящей идеей Goodfellow et al. с 2013 года до макс. карт возможностей, чтобы получить универсальный аппроксиматор выпуклых активаций. Конструкция была адаптирована для использования в сочетании с выпадением (тогда он был недавно представлен) и, конечно же, привела к самым современным результатам в таких тестах, как CIFAR-10 …

8 deep-learning  dropout 

Таким образом, у Талеба есть две эвристики для общего описания распределения данных. Одним из них является Mediocristan, что в основном означает вещи, которые находятся в распределении Гаусса, такие как рост и / или вес людей. Другой называется Extremistan, который описывает распределение, более похожее на Парето или с толстым хвостом. Примером …

8 machine-learning  ai-design  probability  statistical-ai 

Если на вас напал паук, скорее всего, вы никогда больше не приблизитесь к пауку. В модели нейронной сети плохой опыт работы с пауком немного снизит вероятность того, что вы приблизитесь к пауку, в зависимости от скорости обучения. Это не хорошо. Как вы можете запрограммировать страх в нейронную сеть, чтобы вам …

8 neural-networks  theory  emotional-intelligence 

Я в значительной степени новичок в Tensorflow и просто следую инструкциям. С моим кодом проблем нет, но у меня есть вопрос относительно вывода accuracy: 0.95614034 accuracy_baseline: 0.6666666 auc: 0.97714674 auc_precision_recall: 0.97176754 average_loss: 0.23083039 global_step: 760 label/mean: 0.33333334 loss: 6.578666 prediction/mean: 0.3428335 Я хотел бы знать, что представляют собой «предсказание / …

8 neural-networks  tensorflow  python  artificial-neuron 

Я знаком с контролируемым и неконтролируемым обучением. Я прошел курс SaaS Эндрю Нга на Coursera.org. Я ищу что-то подобное для обучения подкреплению. Вы можете порекомендовать что-нибудь?

8 reinforcement-learning  getting-started