No sé qué hace que un algoritmo de aprendizaje automático sea “clásico” (sería un fanático # 1 de los métodos “barroco” o “rococó” si hubiera tales clasificaciones).
Me viene a la mente el aprendizaje de refuerzo para jugar juegos de Atari (https://www.cs.toronto.edu/~vmni… – documento completo). Esta es una combinación elegante de ConvLayers con un buen clasificador MLP antiguo (1960). Es una solución de ingeniería brillante: evitaron usar redes excesivamente profundas, usar dos ConvLayers para obtener una representación de una escena (esencialmente, “mirar la pantalla y decirme qué está pasando”) y determinar la mejor acción en ese estado en particular.
El algoritmo utilizado además de eso no se inventó ayer: es una ecuación de Bellman aplicada (1957) para el Proceso de decisión de Markov (1960, el propio Markov hizo la investigación incluso antes).
- ¿Cuál es la mejor manera de realizar el aprendizaje de transferencia en una imagen monocroma (aprendizaje automático)?
- ¿Cómo afecta la IA al desarrollo de aplicaciones en el futuro?
- ¿Cómo determinaría qué transacciones con tarjeta de crédito son recurrentes dados al menos varios meses del historial de transacciones de un individuo?
- ¿Cómo se relaciona el aprendizaje automático con el procesamiento de señales?
- ¿Google está empleando o investigando memorias temporales jerárquicas?
De hecho, tales combinaciones se ven todo el tiempo: la mayoría de las innovaciones provienen de la aplicación de un método clásico en un entorno moderno combinado con un poderoso modelo subyacente, como ConvNets.
