Gracias por un cumplido tan generoso, Conner, aunque mi comprensión se limita a los modelos que he descargado y probado hasta ahora, que en su mayoría son modelos sin supervisión para generar incrustaciones y su utilidad para resolver ciertas tareas.
Me falta la intuición matemática profunda que aquellos como usted están dotados naturalmente ( y muy evidente en sus escritos ), para captar modelos simplemente leyendo documentos. Así que compenso mirando el código junto con el documento para obtener una comprensión funcional. Eso compensa la deficiencia hasta cierto punto.
Dado que los documentos son la única forma en que parece que podemos mantener el ritmo y aprovechar el progreso en este campo, la falta de buena intuición matemática ha sido un gran inconveniente porque los documentos sin código fuente publicado a veces son difíciles de manejar ( hay este sitio gitxiv … que recientemente encontré a través de un colega que es muy útil – enumera documentos con enlaces de código fuente abierto – no es exhaustivo pero sigue siendo un recurso muy valioso ).
- ¿El aprendizaje automático o los algoritmos de aprendizaje se pueden aplicar a problemas de optimización?
- ¿Dónde puedo encontrar conjuntos de datos para aprender autocorrección o corrección ortográfica?
- ¿Cuál es la diferencia entre los métodos de gradiente de políticas y los métodos de actor crítico?
- ¿Por qué debería usar TensorFlow sobre NumPy o scikit-learn para construir redes neuronales (excepto para CPU o GPU)?
- ¿Cuáles son algunos ejemplos del uso del aprendizaje automático en sistemas distribuidos?
- En algunos casos, las videoconferencias ( por ejemplo, las de Stanford, una serie reciente de procesamiento de lenguaje natural con aprendizaje profundo en abril de 2017 con Chris Manning y Richard Socher ) han ayudado mucho a compensar la ausencia de código descargable (los autores a veces hablan de sus artículos). en seminarios y publicar en Youtube que son muy útiles ).
- Por otro lado, hay un consejo valioso que Chris menciona en una de las últimas conferencias de la serie de conferencias anterior: para cualquier tarea de PNL en la que nos embarquemos, es muy probable que exista un modelo de red neuronal cuyo rendimiento será mejor que el de un anterior modelo de red no neuronal, incluso si el rendimiento del modelo de red neuronal tiene mucho margen de mejora.
Gracias de nuevo por tu cumplido .
