Questions marquées «machine-learning»

Pour les questions liées à l'apprentissage automatique (ML), qui est un ensemble de méthodes qui peuvent détecter automatiquement les modèles dans les données, puis utiliser les modèles non découverts pour prédire les données futures, ou pour effectuer d'autres types de prise de décision en cas d'incertitude (comme planifier comment pour collecter plus de données). Le ML est généralement divisé en apprentissage supervisé, non supervisé et par renforcement. L'apprentissage profond est un sous-domaine du ML qui utilise des réseaux de neurones artificiels profonds.

3
La recherche d'arbres de Monte-Carlo peut-elle être considérée comme un apprentissage automatique?
Au meilleur de ma compréhension, l'algorithme de recherche d'arbre Monte Carlo (MCTS) est une alternative à minimax pour rechercher un arbre de nœuds. Cela fonctionne en choisissant un coup (généralement, celui qui a le plus de chances d'être le meilleur), puis en effectuant une lecture aléatoire lors du coup pour …
5
Quel algorithme d'apprentissage automatique peut être utilisé pour identifier des modèles dans un ensemble de données des performances de cache d'un CPU?
J'ai besoin d'un algorithme d'apprentissage automatique pour identifier les modèles dans un ensemble de données (enregistré dans un fichier CSV) qui contient des détails sur les performances du cache d'un processeur. Plus précisément, l'ensemble de données contient des colonnes telles que Readhits, Readmissou Writehits. Les modèles que l'algorithme identifie devraient …
2
Les algorithmes d'apprentissage profond représentent-ils des méthodes basées sur un ensemble?
À propos de l'apprentissage en profondeur (pour référence) : Le deep learning est une branche du machine learning basée sur un ensemble d'algorithmes qui tentent de modéliser des abstractions de haut niveau dans les données en utilisant un graphe profond avec plusieurs couches de traitement, composé de multiples transformations linéaires …
2
Les algorithmes d'apprentissage automatique (CNN?) Peuvent-ils être utilisés / formés pour différencier les petites différences de détails entre les images?
Je me demandais si des algorithmes d'apprentissage automatique (CNN?) Pouvaient être utilisés / formés pour différencier les petites différences de détails entre les images (telles que de légères différences dans les nuances de rouge ou d'autres couleurs, ou la présence de petits objets entre des images par ailleurs très similaires? …
1
Nassim Taleb a-t-il raison de dire que l'IA n'est pas en mesure de prédire avec précision certains types de distributions?
Taleb a donc deux heuristiques pour décrire généralement les distributions de données. L'un est Médiocristan, ce qui signifie essentiellement des choses qui sont sur une distribution gaussienne telles que la taille et / ou le poids des personnes. L'autre est appelé Extremistan, qui décrit une distribution plus semblable à Pareto …
1
Existe-t-il d'autres modèles d'apprentissage automatique en dehors de l'apprentissage par renforcement et de l'apprentissage Q pour jouer à des jeux vidéo?
L'univers d'OpenAI utilise des algorithmes RL et j'ai entendu parler de certains projets de formation de jeu utilisant l'apprentissage Q, mais y en a-t-il d'autres qui sont utilisés pour maîtriser / gagner des jeux? Les algorithmes génétiques peuvent-ils être utilisés pour gagner lors d'un match?
3
Applications du théorème de Bayes
Comment le théorème de Bayes est-il utilisé dans l'intelligence artificielle et l'apprentissage automatique? En tant qu'élève du secondaire, j'écrirai un essai à ce sujet et je veux être en mesure d'expliquer le théorème de Bayes, son utilisation générale et comment il est utilisé en IA ou en ML.
2
Quelle est la différence entre les neurones hyperboliques tangents et sigmoïdes?
Deux fonctions d'activation courantes utilisées dans l'apprentissage en profondeur sont la fonction tangente hyperbolique et la fonction d'activation sigmoïde. Je comprends que la tangente hyperbolique est juste une mise à l'échelle et une traduction de la fonction sigmoïde: tanh( z) = 2 σ( z) - 1tanh⁡(z)=2σ(z)-1\tanh(z) = 2\sigma(z) - 1. …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.