34

私はしばらくの間、ニューラル ネットワークについて学ぼうとしてきました。オンラインでいくつかの基本的なチュートリアルを理解することができました。また、ニューラル コンピューティングの一部を理解することができました。たくさんの数学があり、最初の数章を過ぎると完全に頭から離れてしまいます。それでも、私が見つけることができる最も「数学的な」本ではありません。

数学などを恐れているわけではありません。必要なことを学んでおらず、正確に何が必要なのかわからないだけです。私は現在、地元の大学に在籍しており、Comp の MS に入るために必要なクラスに追いつくために取り組んでいます。科学プログラム (私の学士号はビジネス/情報システムです) ですが、あまり進んでいません。大学の小さなコースの説明によると、NN は実際にはパターン認識に関する電気工学コースでカバーされています (このコースが EE であることは私には奇妙に思えます)。 . 科学。プログラム。

私はこのトピックに非常に興味があり、最終的にはそれについてもっと多くのことを学びたいと思っています。問題は、最初に何を知る必要があるのか​​ わからないことです. 必要だと思われるトピックは次のとおりですが、これは無知からの憶測にすぎません。

  • 単変数微積分 (私は Calc I と II を持っていたので、完全を期すためにここで取り上げていると思います)
  • 多変数微積分
  • 線形代数 (まだ正式には理解していませんが、ウィキペディアや他のサイトでなんとか理解できたことから、多くの概念を実際に理解できます)
  • 離散数学 (正式には受講していないが、一部は独学で学んだ別の科目)
  • グラフ理論
  • 確率論
  • ベイジアン統計
  • 回路設計
  • 他の数学？
  • その他のコンプ科学トピック

明らかにここにも神経科学の要素がありますが、主にその概念的な理由から、NN に適用されると彼らが話しているとき、私は実際に本を理解するのに何の問題もありませんでした。

要するに、誰かが本当に理解し、本を読んで、最終的にニューラルネットワークを実装する必要がある半明確な道筋を示すことができますか?

4

5 に答える 5

14

この本を理解するために必要な大学のコースのリストが必要な場合は、次のとおりです。

  • 微積分（I、II、III）
  • 微分方程式
  • 線形代数
  • 統計（またはベイズの適切なカバー）

ただし、Diffを使用せずにNNクラスで問題なく実行できました。式 まだ勉強していない概念を調べなければなりませんでした。

上記のようにブラックボックスアプローチをとることができますが、ネットワークの数学と実装を本当に理解したい場合は、勉強する必要があります。何をしていても、より高度なネットワークを完全に把握することは、急な学習曲線になります。最初に上記のクラスを受講するか、本を読み始めてウィキペディアで把握していないものをすべて調べてから、それらの記事から、それらを理解するために読まなければならないものをすべて読んでください。いずれにせよ、最終的には最初のピークを乗り越えて、物事が簡単になります。

なぜニューラルネットワークを学びたいのか教えていただければ幸いです。私はゲーム開発者でも電気通信開発者でもありませんが、プロとしてのキャリアの中でそれらの用途は1つも見つかりませんでした。

于 2009-03-22T00:04:23.960 に答える
8

私はあなたが自分自身に明確な目標を設定するというzvrbaの考えを2番目にしています。いくつかの指針となる質問：a。生物学的ネットワークのモデルとして、または計算ツールとしてNNを研究したいですか？b。彼らの学習面に興味がありますか？連想記憶？信号処理？c。複雑な理論を理解したいですか？またはシミュレーションソフトウェアを書くのに十分ですか？

また、私は小さなことから始めます：あなたの好きなプログラミング言語でパーセプトロンを実装してください。数学はそれほど悪くはありません、そしてそれはおそらくあなたの次のステップにあなたを集中させるでしょう。バイナリ分類データセット、たとえばUCIの三目並べエンドゲームを使用します。

于 2008-12-03T09:08:43.017 に答える
8

「ニューラル ネットワーク」を実装することはできません。特定の種類の NN (パーセプトロンなど) を実装することになります。さまざまな種類の NN があり、それぞれ特定の種類のタスクにより適しています。各種類は、その特定の種類だけに特化した数学 (数学だけでなく) の概念を使用します。たとえば、ボルツマン マシンは統計的熱力学 (ボルツマンによって設立された) の概念を使用します。

あなたの質問に関しては、明確な目標がなければ、明確な（「半明確」でさえない）道はありません。

于 2008-12-03T08:02:04.027 に答える
3

基本的なバックプロローゲーションニューラルネットワークの場合、最も重要なことは次のとおりです。

  • 微積分

  • 線形代数

  • 基本的な統計/確率

より具体的なトピックを探しているだけの場合（すでにCalcを使用しているとおっしゃっていたので、省略します）、ニューラルネットワークの構築に直接適用できるとは限らない場合でも、知っておくと便利なテーマをいくつか紹介します。

  • 線形連立方程式を解く（線形代数のコースでこれを学びます）

  • 最小二乗回帰

  • 最適化理論

ニューラルネットワークとともに特定の問題を解決するために使用できる他のいくつかの方法があることを理解する必要があります。

多くの場合、問題を解決する上で最も難しいのは、使用するのに最適な方法を決定することです。

于 2009-03-22T00:07:12.410 に答える
0

2018年に回答していますが、ニューラルネットワークを学ぼうとしている多くの初心者に役立つと思います. オンラインで利用できるすべてのオンライン コース教材は、読者が高度な数学的知識または経験を持っていることを前提としています。Tariq Rashid の「MAKE YOUR OWN NEURAL NETWORK」という本があります。読者には高校数学の知識があることを期待しています。それで全部です 。この本の終わりまでに、手書きの文字を読み取るプログラムを作成できるようになります。

于 2018-12-14T05:24:51.383 に答える