El núcleo de la red neuronal es la regresión lineal: un método iterativo para obtener la mejor aproximación del problema. Hay dos etapas, entrenamiento y luego trabajo.
Entonces, primero necesita obtener una abstracción de su problema, generar los pares de entrada / salida para el entrenamiento. Como red neuronal general, debería poder converger con buenos pares de entrada / salida. La entrada de su problema puede ser un vector: .
Pero, ¿cuál es el vector de salida? Sí, su problema no tiene un vector de salida significativo.
Puede encontrar cualquier vector de salida, pero si los pares de entrada / salida son irrelevantes, aunque la red neuronal puede convencer, no pronosticará nada.
La red neuronal es una herramienta para obtener el contacto entre las entradas y salidas, su problema es más como un problema de búsqueda. Y lo más importante, la entrada (comida) se pone al azar, turn_eye_some_degree no hará ninguna diferencia. En otras palabras, no se necesita inteligencia para los gusanos, funcionará bien con un comportamiento aleatorio.
Cómo crear una demostración simple de redes neuronales
Related Content
¿Qué debe suceder antes de que Internet pueda tomar conciencia?
More Interesting
¿Es la inteligencia artificial para la batalla algo bueno o malo?
Chomba Bupe, ¿cómo te interesaste en el aprendizaje automático?
¿Debería una IA consciente de sí misma estar agradecida por haber sido creada?
¿Por qué todavía no se ha creado la verdadera AGI (inteligencia general artificial)?
¿Alguien ha usado la IA para hacer un predictor de carrera de caballos? Se puede hacer?
¿Cómo usarías la poda alfa-beta para calcular los valores mínimos de un árbol de juego?
¿Qué libro es el mejor para aumentar el conocimiento sobre inteligencia artificial y robótica?