Cómo comenzar a saber más sobre las redes neuronales

Ver redes neuronales es muy similar al cerebro humano. Aprende de ejemplos al igual que los humanos. Da como resultado una buena salida solo cuando está entrenado con un conjunto de datos grande y correcto.

Entonces, para comprender las redes neuronales, te comportas como una red neuronal. Entrena tu cerebro con más ejemplos y conceptos relacionados con las redes neuronales.

La mejor manera de practicar nuestra red neuronal es usar la caja de herramientas Redes neuronales en matlab. Primero estudie y analice el problema ya mencionado en el software MATLAB. Luego más tarde resuelve más problemas.

Matlab proporciona varios gráficos y diagramas que muestran el rendimiento de la red que ha entrenado. Analizar esos argumentos te ayudará a entender

qué funciones de activación son adecuadas para su entrenamiento de red.
No de capas ocultas para ser utilizado.
no si las neuronas en una capa oculta.
validación del conjunto de datos de capacitación que ha recopilado para capacitar a la red.

Hay varios libros disponibles, pero Internet es la mejor fuente para aprender y hacer preguntas.

Trabajamos en un proyecto que involucra redes neuronales. Entonces matlab nos ayudó mucho. Y todas nuestras dudas se resolvieron leyendo las respuestas en el sitio web stackoverfow .

¿Qué relevancia tiene la investigación sobre la estructura fisiológica y la función de los sistemas biológicos para la ingeniería de los programas de IA?

Dada la variedad y el éxito de sus productos, ¿cómo podría la evolución por selección natural sugerir un modelo de inteligencia, y cómo podría aplicarse ese modelo al desarrollo de la IA (o tal vez ya se esté aplicando)?

¿Cuál es el mejor reconocedor de voz de código abierto para usar? ¿Cómo los usas?

¿Una inteligencia artificial podría depurar un programa de computadora?

Cómo mejorarme en IA

Si los robots pudieran reemplazar todo el trabajo humano y un hombre fuera el propietario de todos los robots, ¿sería razonable gravar al hombre que los poseía?

Sugiero comenzar con el libro de Michael Nielsen Redes neuronales y aprendizaje profundo. Le dará una muy buena comprensión de los conceptos básicos. Una vez que lo haya leído, estará familiarizado con el funcionamiento de las redes neuronales y las terminologías utilizadas en el aprendizaje profundo. Después de eso, puede comenzar a explorar diferentes arquitecturas y aplicaciones.

Alternativamente, si prefieres una explicación mucho más corta, puedes echar un vistazo a la guía de Hacker sobre redes neuronales.

Jagpreet Singh Sasan

Antes de ir directamente a las redes neuronales, intente comprender los conceptos básicos del aprendizaje automático y las matemáticas que lo respaldan. Realice un estudio en profundidad de regresión, regularización, teoremas de aproximación universal y algoritmos de descenso de gradiente. Una vez hecho, revise el material sobre la intuición matemática de alta dimensión.

Una vez que esté familiarizado con todo esto y tenga un fuerte dominio de las matemáticas, siga el libro REDES NEURALES y APRENDIZAJE PROFUNDO. Esto lo ayudará a comprender el concepto de redes neuronales de una mejor manera.

Talvinder Singh

Te sugiero que leas sobre una red neuronal básica y trates de hacer los cálculos matemáticos detrás de ella, es decir, hacer la propagación de fwd, calcular la pérdida, luego usar esto para hacer la propagación hacia atrás y actualizar los pesos. Ahora repita el proceso un par de veces más. eso es todo, obtendrá una comprensión de una red neuronal básica y sus funciones.

Ahora, hay varios tipos de redes neuronales, pero la belleza es que todas ellas tienen sus raíces en este modelo básico. Entonces, lo que quiero decir es que podrá comprender cualquier tipo de NN con el tipo de comprensión que obtuvo de un NN simple.

Himanshu Sachdeva

Leer -> Una red integral de redes neuronales por Simon Haykins. Mejor si puedes obtener libros en rústica. El libro electrónico en línea también está disponible.

Jagpreet Singh Sasan

Hay un lugar con la mayoría de las cosas relacionadas con la red neuronal.

¿Quiero saber?.