Публикации по теме 'evolutionary-algorithms'


Развивающиеся нейронные сети
Учебник по эволюционным алгоритмам В течение последнего десятилетия глубокое обучение доминировало в сфере машинного обучения, часто в ущерб другим методам. Как специалисту по обработке данных, важно иметь в своем распоряжении множество инструментов, и один класс методов, который, как мне кажется, слишком часто упускается из виду, - это эволюционные алгоритмы. Сказать это (я являюсь промежуточным продуктом давно действующего эволюционного алгоритма) может показаться немного самонадеянным,..
Введение в стратегию эволюции
Обучение нейронной сети без обратного распространения с использованием стратегии эволюции В этом посте мы научимся обучать нейронную сеть без обратного распространения, используя стратегии эволюции (ES) в Python с нуля на наборе данных MNIST Handwritten Digit. Эта простая реализация поможет нам лучше понять концепцию и применить ее к другим подходящим параметрам. Давайте начнем! Оглавление 1. Численная оптимизация 2. Стратегии развития 3. Обычная реализация 4. Реализация Python с..
От Дарвина к науке о данных: введение в генетические алгоритмы
Введение В мире оптимизации поиск наилучшего решения проблемы может быть сложной задачей, особенно когда область поиска обширна и сложна. Традиционные методы оптимизации, такие как алгоритмы на основе градиента, часто страдают от сходимости к локальным оптимумам. В последние годы метаэвристика приобрела популярность для решения сложных задач оптимизации. Метаэвристика — это алгоритм, который просматривает огромные пространства решений, чтобы найти оптимальные или почти оптимальные..
Алгоритм мультивселенной оптимизации
В загадочном мире искусственного интеллекта и алгоритмов оптимизации появился новый волшебник — Алгоритм оптимизации мультивселенной (МОА). И кто может лучше изучить эту захватывающую новую технику, чем битва между любимым верховным волшебником, Доктором Стрэнджем, и ужасным демоном Дормамму из вселенной Marvel? Итак, хватайте свой плащ левитации и кольцо для ремня, и мы отправимся в приключение по измерениям алгоритмов оптимизации с оттенком юмора и щепоткой мистического искусства...
Сильное(её) повышение градиента
Идея поощрения в машинном обучении основана на вопросе, заданном Майклом Кернсом и Лесли Валиант в 1988/89 гг.: Может ли набор слабых учеников создать одного сильного ученика? В вышедшей год спустя основополагающей статье Сила слабой обучаемости Роберт Шапир дал утвердительный ответ на этот вопрос, описав метод преобразования слабого алгоритма обучения в алгоритм, обеспечивающий сколь угодно высокую точность . Слабый ученик — это тот, кто может выдвинуть гипотезу, которая..
Нейронная сеть (алгоритм, используемый в прогнозировании фондового рынка)
резюме каждого алгоритма, используемого в предсказании фондового рынка. 1. Нейронная сеть Нейронная сеть пытается изучить функцию, которая отображает входные признаки в выходные предсказания, выступая в качестве универсального аппроксиматора функции. Он состоит из сети нейронов, каждый из которых представляет собой взвешенную сумму входных данных. Выходы нейронов встраиваются в функции активации, которые вносят нелинейность в систему, а затем передаются некоторым другим нейронам...
Быстрая настройка гиперпараметров для улучшения производительности модели
Настройка гиперпараметров играет важную роль в процессе обучения оптимальной модели машинного обучения. В процессе обучения производительность целевой модели оценивается путем мониторинга таких показателей, как значения функции потерь или оценка точности в тестовом/проверочном наборе, на основе чего можно точно настроить гиперпараметры для повышения производительности модели. . Поиск по сетке против случайного поиска Среди множества методов настройки гиперпараметров два самых..