¿Cuál es el conocimiento mínimo requerido para entender y aplicar los algoritmos de redes neuronales?

Gracias por la A2A, estoy tratando de encontrar una respuesta a la pregunta por mí mismo. La intuición que tengo para las redes neuronales es la siguiente: dado un conjunto de datos con etiquetas, los NN comienzan a ajustar el conjunto de datos a las etiquetas utilizando pesos aleatorios, y luego devuelven la diferencia entre las etiquetas predichas y las reales para ajustar los pesos. Este proceso ocurre iterativamente hasta la convergencia. La no linealidad se logra al agregar capas de unidades ocultas que aplican diferentes tipos de transformaciones. Esto se describe normalmente utilizando el álgebra lineal (multiplicación de matrices) y el cálculo (ecuaciones diferenciales parciales), por lo que necesita tener una comprensión funcional de estos. Esa es la parte de comprensión (probablemente incompleta).

Para la parte de la aplicación, creo que necesita saber cómo se han resuelto diferentes problemas con diferentes tipos de NN. Por ejemplo, los NN convolucionales se usan generalmente para la clasificación de imágenes, los NN recurrentes se usan para problemas de tipo de secuencia comunes en la NLP, etc. Para aplicar los NN a un problema dado, debe pensar en ello como una variante de un problema de clasificación. , luego intente encajarlo en una NN que se sabe que se usa en el mismo campo o similar (a menos que usted sea un investigador, supongo que luego intenta extender los modelos conocidos de diferentes maneras). Parte de esta información puede provenir de los libros, pero debido a que este campo está tan activo recientemente, gran parte de él se encuentra en las diapositivas de presentación, trabajos académicos y publicaciones de blog. Sigo trabajando en desarrollar esta parte yo mismo.

Debido a que usted dijo “entender” y no simplemente aplicar, los siguientes recursos me han sido útiles:

  • Álgebra lineal, porque gran parte del aprendizaje automático es la manipulación de vectores.
  • Algoritmos fundamentales, porque gran parte del aprendizaje automático utiliza un conjunto limitado de agritmos bien entendidos.
  • Aprendizaje profundo, ya que parece ser el marco de red neuronal moderno más exitoso.

¡Algo muy emocionante!

Gracias por la A2A.

La lista mínima en la que podría pensar es:

– Habilidades básicas / intermedias de programación.
– Conocimientos básicos / intermedios de estadística.
– Un buen conocimiento del cálculo básico, derivados, la regla de la cadena.
– Un buen conocimiento de las matrices y de cómo operar con matrices y vectores.

Si estás de acuerdo con eso, entonces puedes comenzar a aprender sobre NN sin ningún problema. Recomiendo a los estudiantes que programen sus propias NNs al ​​principio para entender cómo funcionan, entonces puede usar una biblioteca o un paquete para lo que necesite hacer, pero la experiencia práctica es la herramienta más valiosa.

Luis

No te conviertes en un gurú leyendo, una cita de Bruce Lee: “No temo al hombre que ha practicado 10,000 patadas una vez, sino al hombre que ha practicado una patada 10,000 veces”. Depende de usted, en el momento en que se sienta cómodo y listo, comience a aprender y practicar temprano y desarrolle suficiente confianza para asumir tareas desafiantes.

Aunque conocer los principios teóricos de trabajo y aprendizaje es bueno, el secreto para una mayor comprensión de las redes neuronales radica en la práctica y nada más. Algunos principios teóricos no funcionan bien en configuraciones prácticas.

Espero que esto ayude.

Si no tienes ningún fondo de ml, repasa el curso de Andrew ng en coursera, y luego repasa el curso de ufldl. Eso le dará suficiente información para comenzar a aplicar el aprendizaje profundo a problemas simples.

Entiende el problema.

More Interesting

Cómo tener más éxito después de la secundaria

Estoy en la clase 10 Estoy interesado en la ingeniería de automóviles ¿Cuáles son los cursos que debo tomar?

Como estudiante de secundaria en la escuela secundaria, realmente me gustan las estadísticas y me gustaría continuar este campo como estudiante universitario. ¿Cuáles son mis perspectivas una vez que me gradúe con un título en estadística?

Tengo una buena puntuación en 9 10 y 12 grados, pero mala en 11 grados ¿cuáles son mis posibilidades de mit?

He completado mi BCA y deseo hacer un MCA. No opté por las matemáticas en 10 + 2. ¿Será eso un problema, y ​​podré obtener la admisión a un programa de MCA sin matemáticas en 10 + 2?

Soy de myanmar Me gustaría aprender la educación de negocios de los países extranjeros. Pero no puedo unirme a las universidades caras. ¿Cómo puedo aprender?

Quiero estudiar física desde lo básico y quiero obtener el nivel más alto posible en 10 años o menos. ¿Cuáles son los libros que tengo que estudiar?

¿Debo ir a las artes después de la clase 12?

Soy un estudiante de secundaria de 15 años y quiero seguir la carrera de diseño industrial. ¿Dónde debo empezar?

¿Cómo debo prepararme para el próximo semestre después de completar los exámenes del semestre?

Soy un estudiante de grado 11. ¿Cómo empiezo a aprender todo, desde los conceptos hasta las matemáticas, sobre la relatividad especial y general?

Tengo una profunda pasión por la música. Pronto terminaré la escuela secundaria. Quiero mudarme a Mumbai o a otro lugar (dinero limitado). ¿Qué tengo que hacer?

¿Cuál es la opción para ganar dinero de bolsillo junto con su BTech?

Mi hija tiene un bajo rendimiento en la escuela. Está en un barrio muy pobre. ¿Debo trasladarla a una escuela privada si puedo pagarlo?

¿Puedo inscribirme en el programa de doctorado de la Universidad de Tsinghua sin una maestría?