問題タブ [neural-network]

さまざまなクラスの機械学習アルゴリズムの違いを感じようとしています。

進化的アルゴリズムの実装は、ニューラル ネットワークの実装とはかなり異なることを理解しています。

ただし、どちらも、潜在的にノイズの多いトレーニング/履歴データのセットからの入力と出力の間の相関関係を判断することを目的としているようです。

定性的な観点から、進化的アルゴリズムとは対照的に、ニューラル ネットワークのより適切なターゲットとなる問題領域はありますか?

それらを補完的な方法で使用することを提案するいくつかの記事をざっと見てきました。そのためのユースケースの適切な例はありますか?

私はビジネス専攻で、学位プログラムの 3 分の 2 を終え、PHP の経験が少しあり、C++ の入門クラスを 1 つ受講しましたが、今ではプログラミング/コンピューター サイエンスよりもビジネスを選択したことを後悔しています。

より高度なプログラミングを学ぶことに興味があります。具体的にはCであり、最終的には人工ニューラルネットワークのデータ分析にCUDAアーキテクチャを使用するようになりました（AI、ビジョン、または音声処理ではなく、大規模なデータセットのデータポイントと一般的なデータ/統計分析の相関関係を見つけるため）。

C の学習を開始する方法について何かアドバイスはありますか? データを分析するための ANN/ベイジアン技術と同様に? たくさんの本がありすぎて、どれを選べばいいのかわからない。

CUDA はかなり新しいので、学習者にとって使いやすい (つまり、単純化された) 教材はあまりないように思われます。NVIDIA ドキュメント以外に CUDA の学習リソースはありますか?

さらに、GPGPU コンピューティングと大規模並列プログラミングについて説明している中で、どのリソースをお勧めしますか?

OCR技術を使用して画像から文字を認識するプログラムを開発しています。今までは画像をスキャンする方法でしたが、ニューラルネットワークを使わなければなりません。単層パーセプトロンとは何か、それを使用してネットワークをトレーニングする方法を説明してください。

私はニューラル ネットワークに少し興味があり、時間領域でさまざまな最小化手法を比較する軽いプロジェクト (最速) に Python でニューラル ネットワークを使用することを考えていました。

その後、NN が最小化に適しているかどうかさえわからないことに気付きました。どう思いますか？

些細なことかもしれない質問がありますが、それは私が見たどこにも説明されていません。私はニューラルネットワークを研究していますが、どこを見ても、いくつかの理論と、入力としていくつかの0と1を使用した簡単な例があります。疑問に思っています。1つのニューロンの入力値として1つの値だけを入力する必要がありますか、それとも3つの値（たとえばRGBカラー）のベクトルにすることができますか？

問題は次のとおりです。

通常は 20 ～ 50 語の要約が 1 つありますが、これを他の比較的類似した要約と比較したいと思います。概要が参照する一般的なカテゴリと地理的な場所は、既にわかっています。

たとえば、同じ地域の人々が家を建てることについて書いている場合、ガレージや裏庭のプールを建てるのではなく、実際に家を建てることについて言及しているというある程度の確信を持って、それらの要約をリストできるようにしたいと思います.

現在、データ セットは約 50,000 ドキュメントで、1 日あたり約 200 ドキュメントの増加率です。

優先される言語は、Python、PHP、C/C++、Haskell、または Erlang のいずれかで、仕事を遂行できるものであればどれでもかまいません。また、差し支えなければ、特定の言語を選んだ理由を教えていただきたいです。

あなたは何を使うのですか？

ニューラルネットワークの基礎を学んでいます。

C# でパーセプトロンを使用して AND、OR、および XOR ロジックを実装するにはどうすればよいですか?

コンピューター サイエンスの学生時代を通じて、私は人工知能のさまざまな側面に夢中になりました。エキスパート システム、ニューラル ネットワークからデータ マイニング (分類) まで。このアカデミックな情熱をプロに変えるとしたら、AI 関連の仕事にはどのようなものがあるのでしょうか。