El aprendizaje automático sin desaprender es como una película sin villano.
Aprender, olvidar y desaprender son los tres pilares del algoritmo de aprendizaje automático para obtener conceptos abstractos a partir de ejemplos. Dependiendo de la capacitación supervisada, no supervisada o reforzada, el aprendizaje tiene un objetivo claro para la capacitación de un modelo en algoritmo de aprendizaje automático y el 99% de la investigación anterior se encuentra en esta área. Todo el propósito de olvidar es eliminar las características aprendidas anteriormente del modelo, que es obsoleto. El olvido eficiente es el más difícil entre los tres, especialmente cuando no es recurrente. Y desaprender es mover el modelo a propósito en la dirección opuesta a la meta de aprendizaje para una mejor abstracción o medida de abstracción.
A diferencia de otros dos, el desaprendizaje se explora menos en el algoritmo de aprendizaje automático. La implementación del desaprendizaje podría realizarse a través de una tasa de aprendizaje negativa. Por lo tanto, desaprender puede compartir el mismo marco de trabajo con el aprendizaje.
- Ahora que los bitcoins son famosos y caros, ¿cómo reaccionaría el mercado ante un clon de Bitcoin que utiliza un algoritmo, tecnología, etc. idénticos?
- ¿Qué algoritmo de aprendizaje automático es mejor para agrupar pequeños cuerpos de texto por tema / categoría?
- ¿Cómo es que la mayoría de las empresas solicitan específicamente estructuras de datos y algoritmos? ¿Qué sucede cuando un adicto a los algoritmos con solo conocimiento de C ++ o Java es aceptado en una empresa que utiliza tecnologías web, aprende el marco utilizado desde cero?
- ¿Qué algoritmos pueden ordenar los datos que se dividen en varias máquinas?
- ¿Cuáles son algunos de los mejores libros sobre Estructura de datos y Algoritmo en Java para principiantes?
En la primera mitad de la película, héroe y heroína están tan involucrados entre ellos; no aprendas el aspecto más grande de su vida. En el algoritmo de aprendizaje automático, esto sucede cuando el modelo está demasiado asociado con los ejemplos de entrenamiento también llamados sobre ajuste, lo que conduce a una abstracción deficiente.
La película resuelve este problema presentando al villano. El villano puede dar una mejor lección de aprendizaje de la vida que cualquier maestro o amigo. Del mismo modo, en el algoritmo de aprendizaje automático, el desaprendizaje eficiente puede proporcionar una mejor capacidad de abstracción que otras dos.
