Esto dependería únicamente de qué tipo de problemas se están resolviendo y si tenemos una referencia para corregir nuestra red neuronal o mecanismo de toma de decisiones. Una red neuronal requeriría datos que podrían usarse para corregir la predicción realizada por la red neuronal y esto no siempre es posible, en cualquier caso, debe darse cuenta de que el conocimiento de algoritmos de aprendizaje no supervisados como el k significa que aún se requiere la agrupación, por ejemplo. en el algoritmo k significa agrupación, usted supone que sus datos se agruparán exactamente en k agrupaciones, que idealmente son k centroides, donde cada uno de los datos tiene la misma oportunidad de convertirse en un centroide (un centro de una agrupación).
En el aprendizaje supervisado, lo ideal es probar primero la separabilidad lineal, ya que los conjuntos de datos que son inseparables linealmente a menudo se reducen a un problema que es NP-Completo. Hay varias formas de probar esto, el método Fourier Kahn, Simplex, o puede usar un método basado en geometría computacional como el Convex Hull o una clase de separabilidad lineal, si es linealmente separable, entonces puede usar la topología neural perceptrón para resolver el problema o simplemente una máquina de vectores de soporte. Si los conjuntos de datos no son linealmente separables, entonces los algoritmos anteriores no funcionarán, debe usar la red neuronal perceptrónica determinista recursiva o la red neuronal perceptrónica multicapa, esos dos diseños de redes neuronales particulares pueden resolver problemas en los casos en que los conjuntos de datos no son Linealmente separable.
Creo que debe conocer los algoritmos de aprendizaje supervisados y no supervisados, ya que esto le permitirá, como ingeniero, decidir qué criterio de resolución de problemas se utilizará en cada momento. Comience con la K significa algoritmo de agrupamiento que es un algoritmo de aprendizaje no supervisado y trabaje desde allí.
- ELI5: ¿Qué son las redes neuronales?
- ¿Cuáles son las tendencias e investigaciones actuales relacionadas con la red neuronal profunda en los sistemas inteligentes de transporte?
- Tengo un conjunto de datos (audios y transcripciones), necesito saber cómo entrenaré estos datos para crear un modelo acústico que se utilizará para un reconocimiento de voz.
- ¿Qué son los algoritmos del sistema de recomendación? ¿Y cómo implementar en Java?
- ¿Hay algún solucionador que minimice la función objetivo [matemática] f (x) = \ matemática {e} ^ x [/ matemática] donde [matemática] x> 0 [/ matemática]?
