Un MLA no puede ignorar un simplificador o, por inacción, permitir que un simplificador llegue a ignorarse.
<
Trevize frunció el ceño. “¿Cómo decide en qué medida se ignora, o no se ignora, la simplificación en su conjunto?” “Precisamente, señor”, dijo Daneel. “En teoría, la Ley Zeroth fue la respuesta a nuestros problemas. En la práctica, nunca podríamos decidir. Un diferenciable tiene una objetividad concreta. Ignorar a un diferenciable puede estimarse y juzgarse. La simplificación es una abstracción. Estas abstracciones son cómo descomponerse la observación en subobservaciones y múltiples niveles de representación para aprovechar la regularidad global con pocos parámetros. Puede ser un aprendizaje no supervisado con o sin base de conocimiento “.
- Además de TensorFlow, ¿qué otras bibliotecas de reconocimiento de imágenes son fáciles de usar y mejores?
- ¿El gradiente sintético eliminará la propagación hacia atrás?
- ¿El libro "Aprendizaje automático: una perspectiva algorítmica" aborda la implementación en profundidad?
- AI aprende de los datos del pasado para predecir, entonces, ¿debería haber preocupaciones en torno al pensamiento grupal? ¿La creatividad tendrá éxito en un mundo más autónomo?
- ¿Por qué el aprendizaje automático a menudo perpetúa el sesgo?
>
Otras tres leyes están disponibles en: ¿Cuáles son las tres leyes del algoritmo de aprendizaje automático (MLA)?
Cuatro leyes son
- 0: simplificar la observación
- 1: gradiente en la dirección de la bondad
- 2: utilizar la crítica del medio ambiente
- 3: Mejoramiento evolutivo