Ich habe eine komplexe Abfrage verwendet wird, um einen Datensatz S zu durchsuchen , um H genau = { s ∈ S ∣ zu finden, wobei Q ( s ) wahr ist } . Jede Abfrage benötigt die durchschnittliche Zeit t, sodass die Gesamtzeit bei der linearen Suche t ⋅ | beträgt S | . Ich kann eine Abfrage in...
Haftungsausschluss: Ich bin Biologe und entschuldige mich für (vielleicht) grundlegende Fragen, die so grob formuliert sind. Ich bin mir nicht sicher, ob ich diese Frage hier oder auf DS / SC stellen soll, aber CS ist die größte von drei. (Nachdem ich gepostet hatte, kam mir der Gedanke, dass...
Auf der Wikipedia-Seite hier wird der CDCL-Algorithmus ziemlich gut beschrieben (und es scheint, dass die Bilder von Folien stammen, die von Sharad Malik in Princeton erstellt wurden). Bei der Beschreibung des Zurückverfolgens heißt es jedoch nur "zum richtigen Punkt". MiniSAT verwendet auch eine...
Sollte bei der Aktualisierung der Gewichte eines neuronalen Netzwerks unter Verwendung des Backpropagation-Algorithmus mit einem Impulsausdruck die Lernrate auch auf den Impulsausdruck angewendet werden? Die meisten Informationen, die ich über die Verwendung von Momentum finden konnte, sehen...
Ich untersuche das PAC-Lernen (Computational Learning Theory) als Anfänger ohne Vorkenntnisse in maschinellem Lernen / KI. Ich untersuche das Modell hauptsächlich aus historischer Sicht. Das Wichtigste dabei sind natürlich die modellbasierten Ergebnisse. Es gibt genügend Papiere, die diese...
Angenommen, Sie erweitern die Konstruktionsrechnung um "Löcher", dh um unvollständige Codeteile, die Sie noch nicht ausgefüllt haben. Ich frage mich, ob es einen Algorithmus gibt, mit dem diese Rollen automatisch besetzt werden können. Zum Beispiel (unter Verwendung der Morte -Syntax): Fall A: λ...
Ich habe kürzlich mit einem Freund über eine Website gesprochen, auf der Regex-Herausforderungen vorgeschlagen wurden, wobei hauptsächlich eine Gruppe von Wörtern mit einer speziellen Eigenschaft abgeglichen wurde. Er suchte nach einem regulären Ausdruck, der zu Zeichenfolgen passt, bei...
Ich bin ein CS-Student (aber ich weiß nicht viel über KI, habe keine Kurse besucht und definitiv nichts über NN bis vor kurzem), der im Begriff ist, ein Schulprojekt in KI zu machen, also wähle ich ein Thema aus Grammatikinduktion (der kontextfreien Sprache und möglicherweise einer Teilmenge der...
Ich habe ein neuronales Netzwerk (mit CUDA) mit 2 Schichten implementiert. (2 Neuronen pro Schicht). Ich versuche, 2 einfache quadratische Polynomfunktionen mithilfe der Backpropagation zu lernen . Aber anstatt zu konvergieren, divergiert es (die Ausgabe wird unendlich) Hier sind einige weitere...
Warum werden Anfangsgewichte neuronaler Netze als Zufallszahlen initialisiert? Ich hatte irgendwo gelesen, dass dies getan wird, um "die Symmetrie zu brechen" und dies das neuronale Netzwerk schneller lernen lässt. Wie kann das Brechen der Symmetrie schneller lernen? Wäre es nicht besser, die...
Welche Algorithmen für maschinelles Lernen (neben SVMs) verwenden das Prinzip der strukturellen Risikominimierung
Ich habe gelegentlich neuronale Netze (Back Propagation Networks) mit einigen ziemlich komplizierten Datensätzen (Backgammon-Positionen und OCR) trainiert. Dabei scheint es, dass ein Großteil der Arbeit darin besteht, verschiedene Konfigurationen der Netzwerke auszuprobieren, um die optimale...
Das wahrscheinlich ungefähr korrekte (PAC) Lernmodell ist definiert als: Eine Konzeptklasse gilt als PAC-lernbar, wenn ein Algorithmus und eine Polynomfunktion so dass für alle ε> 0 und δ> 0 für alle Verteilungen D auf X und gilt Für jedes Zielkonzept c∈C gilt für jede Stichprobengröße m≥poly...
Viele Aktivierungsfunktionen in neuronalen Netzen (Sigmoid, Tanh, Softmax) sind monoton, kontinuierlich und differenzierbar (mit Ausnahme einiger Punkte, an denen keine Ableitung vorhanden ist). Ich verstehe den Grund für Kontinuität und Differenzierbarkeit, kann aber einen Grund für Monotonität...
Ich bin sehr neu in neuronalen Netzen und habe versucht, einige Dinge herauszufinden. Angenommen, Sie stoßen auf ein neuronales Netzwerk mit 100 Eingängen, einer verborgenen Schicht mit 200 Knoten und 32 Ausgängen. Nehmen wir auch an, Sie, der "Entdecker" dieser bestimmten Instanz eines neuronalen...
Ich lese also die 2. Ausgabe von "Introduction to Machine Learning" von Bishop et al. alle. Auf Seite 27 diskutieren sie die Vapnik-Chervonenkis-Dimension, die "Die maximale Anzahl von Punkten, die durch H [die Hypothesenklasse] zerstört werden können, wird als Vapnik-Chervonenkis (VC) -Dimension...
Ich habe kürzlich etwas über Q-Learning gelernt, eine verstärkte Lerntechnik, die den erwarteten Wert einer Aktion in einem Zustand direkt abschätzt. Ich frage mich, ob es Techniken gibt, um "dynamisches Lernen" durchzuführen, um die Dynamik eines Systems abzuschätzen. Ein "Dynamic Learning" -Agent...
Ich arbeite in erneuerbaren Energien. Mein Unternehmen sammelt viele Daten von Geräten. Dies umfasst typischerweise Prozessdaten (wie Transformatortemperatur, Netzspannungen, Ströme usw.) und diskrete Alarme (z. B. Leistungsschalterauslösung, Wechselrichteralarmwerte,
Einige gängige Algorithmen für maschinelles Lernen wie die logistische Regression oder neuronale Netze erfordern numerische Eingaben. Was mich interessiert, ist, wie Sie diese Algorithmen für nicht numerische Eingaben (wie kurze Zeichenfolgen) verwenden. Angenommen, wir erstellen ein...
Ich versuche den Beweis zu verstehen, dass die achsparallelen Rechtecke im realisierbaren Fall PAC-lernbar sind. Dies bedeutet, dass gegebenϵ,δϵ,δ\epsilon, \delta Mit genügend Daten können wir eine Funktion finden hhh so dass P[error>ϵ]≤δP[error>ϵ]≤δ\mathbb{P}\left[\text{error} >...