¿Alguien tiene experiencia con las patentes de Digital Infuzion en aprendizaje automático y reducción de dimensiones? ¿Qué hace que sus patentes sean especiales?

No estoy seguro de cuál es la pregunta. Digital Infuzion, a partir de marzo de 2015, tiene una patente estadounidense emitida y una solicitud de patente publicada. Las patentes siempre se escriben a un nivel que una persona de “expertos en la materia” podría entender. Si los algoritmos son más rápidos o no, generalmente se basa en pruebas de evaluación comparativa estándar y no en las patentes en sí.

Aquí está, como ejemplo, la reivindicación 1 de su patente:
Métodos y sistemas de aprendizaje automático para identificar patrones en los datos utilizando una pluralidad de máquinas de aprendizaje en las que se selecciona la máquina de aprendizaje que optimiza una función de rendimiento – Digital Infuzion, Inc.
Si entiende el aprendizaje automático, puede inventar su propia opinión.

1. Un método de aprendizaje automático que comprende: proporcionar una o más muestras de datos de entrenamiento que tienen una o más clases conocidas; proporcionar dos o más máquinas de aprendizaje, en donde dichas dos o más máquinas de aprendizaje comprenden el mismo tipo de núcleo; entrenar dichas dos o más máquinas de aprendizaje para identificar dichas una o más clases conocidas usando dichas una o más muestras de datos de entrenamiento; seleccionar la máquina de aprendizaje capacitada que optimiza una función de rendimiento dependiente de una o más variables seleccionadas del grupo que consiste en maximizar la divergencia entre las clases de datos, validación cruzada n-fold, número de vectores de soporte elegidos, dimensión Vapnik-Chervonenkis (VC), relación de todos los vectores de soporte a los vectores de soporte no acotados, la magnitud relativa de los parámetros en cuestión, favoreciendo una sigma grande para un núcleo gaussiano y un límite superior pequeño para multiplicadores de Lagrange de cada punto, en el que los datos de prueba no se utilizan para seleccionar la máquina de aprendizaje entrenada; y enviar la máquina de aprendizaje capacitada seleccionada a la memoria de una computadora.

More Interesting

¿Cuál es el lugar de las redes neuronales en una arquitectura más amplia de cognición mecánica?

¿Qué es la agrupación de datos?

Cómo ejecutar la regresión logística en SAS en los datos de una encuesta donde las variables dependientes e independientes son niveles de satisfacción (escala - 0 a 5)

¿Cuáles son los mayores desafíos en la enseñanza del aprendizaje automático?

¿Qué es la ganancia de información en el aprendizaje automático?

Regularización: ¿Por qué se llaman así los SVM L1 y L2 cuando ambos miden la distancia a un hiperplano a lo largo de la proyección ortogonal?

¿El aprendizaje automático o los algoritmos de aprendizaje se pueden aplicar a problemas de optimización?

¿Cómo se introdujo por primera vez en Machine Learning / Data Science?

¿Un pequeño porcentaje de datos incorrectos (digamos entre 1% y 5%) en el conjunto de datos de entrenamiento impacta significativamente la efectividad del entrenamiento de una red neuronal?

¿Qué nivel de experiencia en aprendizaje automático se espera de un científico de datos?

¿Crees que Robot puede realizar todas las tareas humanas con Deep Learning?

¿Por qué se usan capas completamente conectadas en el "extremo" [lado de salida] de las NN convolucionales? ¿Por qué no antes?

¿Cuál es la diferencia entre máquinas de vectores de soporte y aprendizaje profundo?

¿Existe la idea de utilizar la regularización para evitar el sobreajuste en la econometría, como lo enseñan los economistas?

¿Qué pasos de procesamiento previo recomendaría para un aprendizaje automático exitoso en un conjunto de datos MNIST?