Questions marquées «neural-networks»

Structure de réseau inspirée de modèles simplifiés de neurones biologiques (cellules cérébrales). Les réseaux neuronaux sont formés pour "apprendre" par des techniques supervisées et non supervisées, et peuvent être utilisés pour résoudre des problèmes d'optimisation, des problèmes d'approximation, classer des modèles et des combinaisons de ceux-ci.

2
Pourquoi les réseaux de neurones semblent-ils mieux fonctionner avec des restrictions placées sur leur topologie?
Les réseaux backprop entièrement connectés (au moins couche à couche avec plus de 2 couches masquées) sont des apprenants universels. Malheureusement, ils sont souvent lents à apprendre et ont tendance à trop s'adapter ou à avoir des généralisations maladroites. En m'amusant avec ces réseaux, j'ai observé que l'élagage de certains …









4
Évolution des réseaux de neurones artificiels pour résoudre les problèmes de NP
J'ai récemment lu une entrée de blog très intéressante de Google Research Blog sur le réseau neuronal. Fondamentalement, ils utilisent ces réseaux de neurones pour résoudre divers problèmes comme la reconnaissance d'image. Ils utilisent des algorithmes génétiques pour "faire évoluer" les poids des axones. Donc, fondamentalement, mon idée est la …





3
Quand devrais-je aller au-delà de k voisin le plus proche
Pour de nombreux projets d'apprentissage automatique que nous faisons, nous commençons par le classificateur k le plus proche voisin. Il s'agit d'un classificateur de départ idéal car nous avons généralement suffisamment de temps pour calculer toutes les distances et le nombre de paramètres est limité (k, métrique de distance et …

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.