Я был на буткемпах # HWorldBot и ALT.Labs по машинному обучению и искусственному интеллекту, которые представляют собой серию мероприятий, направленных на распространение практического опыта решения отраслевых проблем в реальном времени с использованием AI / ML.
Сессия: 01
Дата: 22 февраля 2020 г.
Место: MaGIC (Малазийский глобальный центр инноваций и творчества ), Куала-Лумпур, Малайзия.
Слайды сессии: Щелкните здесь.
Ведущий: Милинд Деоре.
Ссылка на Github: Щелкните здесь.
Студенты, предприниматели, сотрудники, соучредители… Нееет, мы все были технологическими евангелистами «Высокий уровень ИИ» в субботу утром. Вот как все были воодушевлены на буткемпе.
Заявление об ограничении ответственности : ниже я понимаю / извлекаю из сеанса.
Базовая математика - Нейронные сети - Обратное распространение - Гиперпараметры
Основы математики и введение в AI / ML
Поскольку ИИ построен на таких математических принципах, как линейная алгебра, исчисление, статистика и вероятность, необходимо иметь базовое понимание некоторых из этих концепций. Не волнуйтесь, мы вам поможем, даже если вы ничего из этого не знаете. Прочтите статью Глубокое обучение: в стиле градиентного спуска! - Часть 1 » для краткого ознакомления с основами математики и нескольких ключевых слов / понятий.
Что ж, если вы будете следовать Части 1, вы получите хорошее представление о весах, принимающем поле, сжатии, функциях активации, обучении, проверке, данных тестирования, отсевах, эпохе, размере партии, данных- Подгонка, оценка модели, компромисс смещения и дисперсии, замораживание графика и пакетная нормализация.
Нейронные сети
Если вы прошли Часть - 1 или хотите получить ответы на следующие вопросы, следите за статьей « Глубокое обучение: в стиле градиентного спуска! - Часть 2 »
- Что такое стандартизация и нормализация?
- Какие типы сетей подходят для задач, которые я решаю
- Что такое свертка?
- Насколько важен набор проверки?
Обратное распространение
Честно говоря, я просмотрел много блогов, но я считаю, что есть еще много чего, чему можно научиться, чтобы лучше понять, как это работает.
Если вы сравните ребенка с сетью, оба они узнают что-то новое каждый день / каждую эпоху. В случае с детьми существует множество источников ввода, таких как глаза, уши, кожа и нос, с помощью которых мы можем поправить детей, если они узнают что-то неправильное. Обратное распространение - единственный способ исправить сеть за несколько эпох, чтобы получить наилучшие результаты.
Гиперпараметры
Давайте рассмотрим учительницу начальной школы, которая хочет научить своих учеников буквам ABCD… Z. Учитель может начать с 3 букв A, B и C и может индивидуально поправить каждого ребенка, возможно, в зависимости от
- Как быстро дети учатся.
- Они делают ошибки.
- В классе нет детей.
Точно так же сети предназначены для решения конкретной проблемы и имеют разные структуры, что делает процесс обучения уникальным. Гиперпараметры уникальны для сети и определены / изменены на предыдущем сеансе обучения, чтобы получить наиболее подходящую модель.
Ниже приведены несколько параметров.
- Нет эпох.
- Скорость обучения.
- Нет скрытых слоев.
- Размер партии.
Практический опыт
Мы пробовали взаимодействовать с # HWorldBot, ботом с искусственным интеллектом, созданным для облегчения путешествий по миру. Я хочу использовать его при составлении маршрута моей следующей поездки. До встречи на Сессии: 02.