Темы

Машинное обучение

Machine Learning · 8 статей

  1. Обучение с подкреплением в психологии и машинном обучении

    Обучение с подкреплением: машинное обучение, психология, оптимальное управление. Алгоритмы RL для максимизации вознаграждения в динамичной среде. MDP.

    #15404 · 11 мин чтения

  2. Нейроэволюция: Эволюционные алгоритмы для искусственного интеллекта

    Нейроэволюция: метод искусственного интеллекта, генерирующий нейронные сети с помощью эволюционных алгоритмов. Широкое применение в играх и робототехнике.

    #99024 · 2 мин чтения

  3. Джеффри Хинтон: Пионер глубокого обучения и предостережения об ИИ

    Джеффри Хинтон: биография, вклад в развитие нейронных сетей и глубокого обучения. Turing Award, Google Brain, Vector Institute, риски ИИ.

    #109531 · 3 мин чтения

  4. Стохастический градиентный спуск: история и современные методы оптимизации

    Стохастический градиентный спуск (SGD): итеративный алгоритм оптимизации для машинного обучения. Ускоряет обучение, снижая вычислительную нагрузку.

    #190602 · 6 мин чтения

  5. Обучение с использованием временных различий: концепция и применение

    Обучение с помощью временных различий (TD) – это метод обучения с подкреплением без модели, использующий оценку ценности. Эффективно и быстро!

    #193844 · 2 мин чтения

  6. Обучение с подкреплением без модели: алгоритм Q-обучения

    Обучение с подкреплением Q-learning: алгоритм без модели для поиска оптимальной политики в задачах принятия решений. Максимизация награды, стохастичность.

    #202357 · 5 мин чтения

  7. Алгоритм наименьших средних квадратов (LMS) и адаптивные фильтры.

    Алгоритм LMS: адаптивный фильтр для минимизации ошибок сигнала. Основан на методе стохастического градиентного спуска, разработан профессором Видроу в 1960 году.

    #273477 · 2 мин чтения

  8. Predictive learning

    #298176 · 2 мин чтения