El algoritmo favorito para mí (hasta ahora) es el algoritmo de descenso de gradiente . Se utiliza en el aprendizaje automático para optimizar los pesos mientras se entrena redes neuronales que a su vez optimizan la predicción.
Inicialmente, cuando comencé mi viaje en el campo del aprendizaje automático, me encontré con esta palabra varias veces. Me lo describieron como el algoritmo más importante en Machine Learning. Así que sentí mucha, mucha curiosidad por aprender este algoritmo y tener en mis manos el teclado que lo codificaba. Lo busqué en Internet, vi videos en you-tube y, finalmente, cuando me uní al curso Coursera de Introducción a Aprendizaje Automático de Andrew NG, pude obtener una claridad del algoritmo.
Durante mi expedición de búsqueda, encontré varias técnicas nuevas, como un algoritmo llamado Ecuación normal, que es mucho más rápido que el Descenso de gradiente (hasta cierto límite), lo que me ayudó a escalar en el campo del Aprendizaje automático.
- ¿Cuál es el problema con mi código de C ++ para SPOJ.com - Problema PALIN?
- ¿Cómo debo codificar el algoritmo en Python?
- ¿Puede mostrar que la ordenación por fusión tiene complejidad de tiempo [matemática] O (n \ log n) [/ matemática]?
- Cómo encontrar las rutas que cubren todos los vértices dados (también se conocen el vértice inicial y final) en un gráfico cuyos bordes tienen peso y dirección
- ¿Qué algoritmo se usa para detectar "No más interruptores posibles, barajar" en la saga Candy Crush?
Nota: -Todavía estoy aprendiendo. Actualizaré esta respuesta cada vez que encuentre un algoritmo que desafíe las leyes y me haga sentir como si hubiera logrado algo 🙂