Incrustar significa convertir datos en una representación de entidad donde ciertas propiedades pueden representarse por nociones de distancia. Por ejemplo, un modelo entrenado en señales de voz para la identificación del hablante puede permitirle convertir un fragmento de voz en un vector de números, de modo que otro fragmento del mismo hablante tenga una pequeña distancia (por ejemplo, distancia euclidiana) del vector original. Alternativamente, una función de incrustación diferente podría permitirle convertir la señal de voz en función de la palabra que se dice en la señal. Por lo tanto, obtendrá una pequeña distancia euclidiana entre las representaciones codificadas de dos señales de voz si se pronuncia la misma palabra en esos fragmentos. Una vez más, es posible que simplemente desee aprender una incrustación, que representa el “estado de ánimo” de la señal de voz, por ejemplo, “feliz” frente a “triste” frente a “enojado”, etc. estado de ánimo y viceversa.
O, por ejemplo, las incrustaciones de word2vec “proyectan” una palabra en un espacio en el que las distancias euclidianas entre estas palabras representan similitud semántica (de nuevo la incrustación ~ le proporciona un vector de números para una palabra dada). Entonces, si toma la representación word2vec de “Alemania”, resta “Berlín” y agrega el resultado a “Francia”, obtendrá un vector que está muy cerca en el espacio euclidiano de la incrustación de “París”.
Del mismo modo, en aplicaciones en las que necesita clasificar en cientos de miles o millones de clases, por ejemplo, reconocimiento facial, una forma común es utilizar técnicas de “aprendizaje métrico” (a menudo CNN siameses con la llamada pérdida de contraste o triple), que en la prueba ¡time te permite usar las técnicas de Vecino más cercano en la representación vectorial de caras!
- ¿Cuál es el mejor curso para especializarse en inteligencia artificial y aprendizaje automático?
- ¿Qué métodos de conjunto / aprendizaje automático pueden incorporar covariables que varían con el tiempo?
- ¿Las redes neuronales convolucionales construyen simetrías locales o globales?
- Cómo lidiar con un conjunto de datos duro que no me da buenos resultados en la validación del modelo
- ¿Cuál es la diferencia entre perceptrón y maximización de expectativas?
Word2vec – Wikipedia
http://faculty.ucmerced.edu/mhya…
