Maxim Dmitrievsky #: E se houver poucos sinais, 3-5, ele conseguirá desenhar bem? Quanto menos sinais, melhor será o resultado no teste.
Acho que depende dos dados em si, se você pegar os dados do exemplo, acho que ele pode desenhar muito bem, mas se você pegar dados reais de 100 dimensões e reduzi-los por PCA para dados bidimensionais, por exemplo.
Não sei se é 50/50.
É melhor incluir "boa negociação" no teste na lista de critérios do FF.
mytarmailS #: Acho que depende dos dados em si, se você pegar os dados do exemplo, acho que ele consegue desenhar lindamente, mas se você pegar dados reais de 100 dimensões e encolhê-los PCA, por exemplo, para duas dimensões.
Não sei se é 50/50.
É melhor incluir "boa negociação" no TEST na lista de critérios do FF.
Bem, vale a pena pesquisar. Em breve, terminarei minha nova criação e postarei o que consegui.
1. Crie um conjunto de atributos para um professor desconhecido.
2. Com o conjunto de atributos, criamos um professor.
3. Faça a seguinte pergunta: Esses atributos terão poder de previsão no futuro para o professor criado?
4. Testamos a estabilidade da capacidade de previsão no futuro. Se eles forem - sorte, mas se eles não passarem no teste? Então, como?
O problema é que o professor é criado para as características, quando deveria ser o contrário.
Por que isso é um problema? Estou fazendo isso dessa forma há muito tempo. Lá, tanto os atributos quanto os professores podem ser alterados, como quem proíbe isso :)
Maxim Dmitrievsky #: Por que isso é um problema? Eu tenho feito isso dessa forma há muito tempo. Lá você pode pesquisar sinais e professores, como quem proíbe isso :)
Também não vejo nenhum problema, você pode pesquisar recursos e alvos em um único algoritmo....
mas, do ponto de vista computacional, é muito ineficiente, mas essa é outra questão.
Aqui, antes do treinamento, e ele o tem depois. Portanto, ele não apenas marca bem
Exatamente.
E se houver poucos sinais, 3-5, ele conseguirá desenhar bem? Quanto menos sinais, melhor será o resultado no teste.
E se houver pouquíssimos sinais, de 3 a 5, ele será capaz de desenhar lindamente? Quanto menos traços, melhor será o teste.
Essa é uma ideia maravilhosa para criar um professor.
Como seria na prática?
1. Crie um conjunto de características para um professor desconhecido.
2. Criamos um professor com base no conjunto de atributos.
3. Faça a seguinte pergunta: essas características terão poder de previsão no futuro para o professor criado?
4. Verificamos a estabilidade da capacidade de previsão no futuro. Se sim - sorte, mas se não passarem no teste? Então, como?
O problema é que o professor é criado para as características, e o oposto deveria ser o caso.
Acho que depende dos dados em si, se você pegar os dados do exemplo, acho que ele consegue desenhar lindamente, mas se você pegar dados reais de 100 dimensões e encolhê-los PCA, por exemplo, para duas dimensões.
Ideia maravilhosa para criar um professor.
Como seria isso na prática?
1. Crie um conjunto de atributos para um professor desconhecido.
2. Com o conjunto de atributos, criamos um professor.
3. Faça a seguinte pergunta: Esses atributos terão poder de previsão no futuro para o professor criado?
4. Testamos a estabilidade da capacidade de previsão no futuro. Se eles forem - sorte, mas se eles não passarem no teste? Então, como?
O problema é que o professor é criado para as características, quando deveria ser o contrário.
Por que isso é um problema? Eu tenho feito isso dessa forma há muito tempo. Lá você pode pesquisar sinais e professores, como quem proíbe isso :)
Também não vejo nenhum problema, você pode pesquisar recursos e alvos em um único algoritmo....
mas, do ponto de vista computacional, é muito ineficiente, mas essa é outra questão.
Sobre a IA
Não entrei em seu raciocínio, pois leva muito tempo para expressar algo.
mas Katschyik estava certo sobre o big bang (de acordo com as últimas observações), sobre os buracos negros ainda não está claro :)
Não entrei em seu raciocínio, pois ele leva muito tempo para entender seu ponto de vista.
mas Katschyik estava certo sobre o big bang (de acordo com as últimas observações), sobre os buracos negros ainda não está claro :))