Wszystko

Najnowsze

Archiwum

r.....a
r.....a
  • 1
#informatyka #matematyka #machinelearning #studbaza

Zlecę rozwiązanie kilku zadań z uczenia maszynowego, konkretnie tematy: DCA, PCA (+ probabilistic PCA), Gaussian mixture models, Hidden Markov models - materiał z książki Bishopa "Pattern Recognition and Machine Learning" (rozdz. 9, 11, 12, 13). Jeśli znacie kogoś kto może się podjąć albo gdzie mogę pytać - piszcie na pw.
  • 1
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
typowa_zielonka
  • 1
@UberWygryw: widze, ze juz nawet na wypoku pisze się o ML. Zdecydowanie ten, kto dobrze opanuje ML, R/python i algorytmy oraz wizualizację danych, ten będzie wygryw w nadchodzących latach. Podobno MS wykupiło właśnie R. Sam zacząłem zgłębiać, bo wydaje się to mega ciekawy temat.
  • Odpowiedz
tata_marcina
  • 1
@rith: Przerobiłem tutoriale po tym jak udostępnili to, ale dalej nie miałem za bardzo czasu (i szczerze mówiąc pomysłu) co dalej robić. Mam teraz parę wolnych dni i skoro przypomniałeś to może tym razem coś zrobię (jak się zabiorę to podzielę się na mirko) ;)
  • Odpowiedz
r.....l
r.....l
  • 3
#sztucznainteligencja podrzucicie przykłady budowy ciekawych programów? Chodzi mi o to żebym przy staraniu się o praktyki/pracę wiedział na czym oprzeć moją wiedzę, co się umię na dane levele itp. Np. umiejętności z takiego i takiego programu. (możecie sobie to porównać z #webdev, żeby wiedzieć o co chodzi) Mogą być wszystkie rejony więc taguje #naukaprogramowania #ai #machinelearning #fuzzylogic #algorytmy
  • 2
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
toster15
toster15
  • 4
#ai #sztucznainteligencja #machinelearning

Pierwszy raz próbuję coś zrobić z sieciami neuronowymi. Mam parę pytań, może mi ktoś pomoże:

1.Czy jeśli wybrałem jako funkcję aktywacji perceptronu f. sigmoidalną to wystarczy ją nakładać na sumę wszystkich wejść x waga + bias x waga, aby otrzymać wyjście perceptronu? Wtedy wynik będzie z przedziału (0,1).

2. Jak interpretować wyniki z warstwy ostatniej? Jeśli np. moja ostatnia warstwa składa się z
  • 2
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Kyhuuu
  • 1
1. Tak, z tym, że z nieliniową funkcją aktywacji neuron oficjalnie przestaje się nazywać perceptronem ;)
2. W takich prostych sieciach może to wystarczyć. Jeśli dużo wyników będzie blisko 0.5 (sieć będzie niezdecydowana, przez co mało skuteczna) to wtedy warto poczytać o funkcjach taki jak np. Softmax.
  • Odpowiedz

Powiązane tagi