Andrey Dik #: Nella tabella delle moltiplicazioni da 1 a 10 ci sono 100 varianti di combinazioni. Quindi, per una memorizzazione completa sono necessarie 100 risposte corrette a tutte le varianti di moltiplicazione dei numeri.
Cioè, passare in rassegna le diverse varianti, come ho suggerito prima?
Non esiste una metrica separata per la qualità della "memorizzazione" in MO. La memorizzazione e la generalizzazione sono due elementi correlati dello stesso processo, due facce della stessa medaglia, che condividono una metrica comune come la logloss.
Esperti di valore potrebbero finalmente leggere la teoria della MO.
Forse non ho capito bene, di cosa stiamo parlando? Hai un modo per evitare le integrazioni e ottenere subito un risultato di memorizzazione del 100%?
Non sono d'accordo con l'opinione che un record diventi memorizzabile solo dopo la valutazione. Quando si scrivono i dati in un database (o in un albero, o in un modello di clustering ad apprendimento massimo), li si scrive semplicemente così come sono, senza alcuna azione aggiuntiva. Il database non ha idea di cosa gli venga dato da memorizzare (una tabella di moltiplicazione, la legge di Ohm, un'altra formula o un mercato quasi casuale). Ciò che gli viene dato da ricordare/registrare, lo memorizza in righe, foglie e cluster del database.
Prima di parlare di un tipo di apprendimento applicato (algoritmo), e persino della teoria dell'apprendimento, volevo richiamare l'attenzione sul quadro completo del sabj locale (apprendimento).
In base ad alcune risposte, l'apprendimento è unagraduale padronanza di un modo di interagire con il mondo, dove l'apprendimento diventa non tanto un processo di accumulo di conoscenze quanto un costante adattamento, la comprensione di modelli e la capacità di applicarli in pratica in un nuovo contesto.
L'apprendimento è l'accumulo di conoscenza o di esperienza, Maestro :)))
Non sono d'accordo con l'opinione che la registrazione diventi memorizzazione solo dopo la valutazione. Quando si scrivono i dati in un database (o in un albero, o in un modello di clustering ad apprendimento massimo), li si scrive semplicemente così come sono, senza alcuna azione aggiuntiva. Il database non ha idea di cosa gli venga dato da memorizzare (una tabella di moltiplicazione, la legge di Ohm, un'altra formula o un mercato quasi casuale). Ciò che gli viene dato da ricordare/registrare, lo memorizza in righe, foglie, cluster del database.
Si parla di registrazione, non di memorizzazione. La memorizzazione è un processo fondamentalmente diverso, la registrazione non può diventare in alcun modo memorizzazione.
Si parla di registrazione, non di memorizzazione. La memorizzazione è un processo fondamentalmente diverso, la registrazione non può diventare memorizzazione.
Un computer e altri dispositivi elettronici dotati di memoria (RAM, HDD, SSD, nastri, schede perforate) memorizzano istantaneamente. Per gli esseri umani è necessario ripetere molte volte per stabilire le connessioni tra i neuroni. Ma ci sono anche persone con una memoria eccellente. E stabilire le connessioni tra i neuroni si può chiamare registrazione. Se viene registrato, anche se non dalla prima volta come in un computer, allora viene ricordato.
Nella tabella delle moltiplicazioni da 1 a 10 ci sono 100 varianti di combinazioni. Quindi, per una memorizzazione completa sono necessarie 100 risposte corrette a tutte le varianti di moltiplicazione dei numeri.
Intendi iterare le diverse opzioni come ho suggerito prima?
Non esiste una metrica separata per la qualità della "memorizzazione" in MO. La memorizzazione e la generalizzazione sono due elementi correlati dello stesso processo, due facce della stessa medaglia, che condividono una metrica comune come la logloss.
Esperti di valore potrebbero finalmente leggere la teoria della MO.
Non sono d'accordo con l'opinione che un record diventi memorizzabile solo dopo la valutazione. Quando si scrivono i dati in un database (o in un albero, o in un modello di clustering ad apprendimento massimo), li si scrive semplicemente così come sono, senza alcuna azione aggiuntiva. Il database non ha idea di cosa gli venga dato da memorizzare (una tabella di moltiplicazione, la legge di Ohm, un'altra formula o un mercato quasi casuale). Ciò che gli viene dato da ricordare/registrare, lo memorizza in righe, foglie e cluster del database.
Prima di parlare di un tipo di apprendimento applicato (algoritmo), e persino della teoria dell'apprendimento, volevo richiamare l'attenzione sul quadro completo del sabj locale (apprendimento).
In base ad alcune risposte, l'apprendimento è unagraduale padronanza di un modo di interagire con il mondo, dove l'apprendimento diventa non tanto un processo di accumulo di conoscenze quanto un costante adattamento, la comprensione di modelli e la capacità di applicarli in pratica in un nuovo contesto.
Non sono d'accordo con l'opinione che la registrazione diventi memorizzazione solo dopo la valutazione. Quando si scrivono i dati in un database (o in un albero, o in un modello di clustering ad apprendimento massimo), li si scrive semplicemente così come sono, senza alcuna azione aggiuntiva. Il database non ha idea di cosa gli venga dato da memorizzare (una tabella di moltiplicazione, la legge di Ohm, un'altra formula o un mercato quasi casuale). Ciò che gli viene dato da ricordare/registrare, lo memorizza in righe, foglie, cluster del database.
Una controdomanda agli esperti: qual è la differenza tra acquisizione di conoscenze e memorizzazione?
Per gli esseri umani è necessario ripetere molte volte per stabilire le connessioni tra i neuroni. Ma ci sono anche persone con una memoria eccellente.
E stabilire le connessioni tra i neuroni si può chiamare registrazione. Se viene registrato, anche se non dalla prima volta come in un computer, allora viene ricordato.