only Russian?

@bigdata_en

Подскажите пожалуйста, есть ли аналоги обучения с подкреплением? Нужно обучить агента в частично наблюдаемой среде. Помимо обучения с подкреплением какие ещё существуют методы обучения для частично наблюдаемых сред? Нашёл только "Эволюционные стратегии как масштабируемая альтернатива обучению с подкреплением"

Подскажите пожалуйста, есть ли аналоги обучения с подкреплением? Нужно обучить агента в частично наблюдаемой среде. Помимо обучения с подкреплением какие ещё существуют методы обучения для частично наблюдаемых сред? Нашёл только "Эволюционные стратегии как масштабируемая альтернатива обучению с подкреплением"

чем не устраивает обучение с подкреплением?

ну альтернативы хочу знать, их плюсы и минусы, а я даже сформулировать запрос в гугл затрудняюсь, поэтому тут спросил

Ну, почему не га?)

Ну да, сходится фигово, да покостылить с параметрами надо.

так значит ещё ГА подходят под эту задачу?

наверно переформулирую вопрос: Нужно обучить агента в частично наблюдаемой среде. Помимо обучения с подкреплением какие ещё существуют методы для игр с неполной информацией?

Ну, почему не га?)

га — это не метод обучения. это метод оптимизации, херовый метод оптимизации

Ну, у него есть куча разновидностей

Хотя я не говорю, что он лучше/хуже

Ну, надо что-то оптимизировать, машинное обучение - это все единая оптимизация

Это как на вопрос про SVD ответить "а что не градиентный спуск, у него разновидности есть"

Думаю, обучить в вопросе = найти хорошие параметры =оптимизировать

В Википедии в статье методы оптимизации куча вариантов

Задача отдельно. Модель отдельно. Метод оптимизации отдельно. Всё вместе — это метод машинного обучения.

Думаю, вопрос про генетические алгоритмы надо на собеседованиях спрашивать. Как начнут говорит, что это методы машинного обучения — говорить, что перезвоним.

Думаю, вопрос про генетические алгоритмы надо на собеседованиях спрашивать. Как начнут говорит, что это методы машинного обучения — говорить, что перезвоним.

Почти так, но если говорить о Data Science (наука), с точностью наоборот. Я видел неопубликованную работу, в которой аналог генетического алгоритма доработанный до методологии машинного обучения, использовался для построения модели обучения, уже в некотором смысле оптимизированой по определению (не знаю насколько хороши были результаты). Так что если нужен промышленные методы м.о., то нет, если платят за новые внутренние разработки, то да. Собеседование не самый лучший метод оценки в наукоемких сферах.

Машинное обучение это сжатие данных (обучающей выборки). Я в этом многократно убеждался

Ну, надо что-то оптимизировать, машинное обучение - это все единая оптимизация

Коллеги, подскажите какую NN выбрать для классификации несет человек вещь (рюкзак, пакет и тд) или нет?

обновился список, добавлено: - лекции Виктор Кантор МФТИ Машинное обучение; - книга Николенко С. И., Кадурин А. А., Архангельская Е. О. Глубокое обучение; - видеолекции Лекторий МФТИ Линейная алгебра; https://ru.stackoverflow.com/a/683632/1084

http://lectoriy.mipt.ru/course/LinearAlgebra#lectures

Ребят, может кто подсказать, как в R при построении лог регрессии построить диаграмму, на которой будут параметр и его вес

То есть диаграмму построить по значимости переменных

Без всяких звездочек

Без всяких звездочек

Выгрузи значения просто и по ним график (точно не помню как атрибут называется)

Возьмите model$coefficients

18 ноября в Санкт-Петербурге состоится Global Day of Coderetreat. Что вас ждет: • День поделен на 6-7 сессий по 45 минут. • Программирование происходит в парах, которые перемешиваются после каждой сессии. • Основная задача – написать свой вариант игры Life Джона Конвея, в каждой сессии используя что-то новое - платформы или языки программирования. • Всех участников ждет интересная компания и кофе-брейк. Coderetreat проводится во всем мире с 2011 года. Зачем? Чтобы научиться смотреть на проблемы с разных углов, а также прокачать свои навыки разработки ПО. Приходите и зовите с собой друзей! Регистрация по ссылке: https://epa.ms/SPB-GDCR Ждем вас по адресу: улица Заставская 22а, бизнес-центр Мегапарк, офис EPAM. Начало в 10.30, окончание в 18.00.

В общем-то, бесплатное крутанское мероприятие от Епама.

Петербург.

?

Методом множителей Лагранжа

Расширенным до ограничения типа неравенства

возможно https://ru.wikipedia.org/wiki/Симплекс-метод

на самом деле

больше похоже на задачу-стеб

больше похоже на задачу-стеб

Это не стёб. Я понимаю, что вопрос банальный.

Это не стёб. Я понимаю, что вопрос банальный.

ну в функционале всё сократится

кроме f_N - f_2

кроме f_N - f_2

f_N - f_1 тогда

f_N - f_1 тогда

да, конечно

да, конечно

Благодарю. Простите мне мою тупость.

О_о да при чем тут тупость

там останется xp+yq - xp-yq -> max. Соответственно, первые два слагаемых максимизируем, вторые два минимизируем (ну или максимизируем со знаком +)

это можно сделать отдельно, т.к. все множители тут >=0

О_о да при чем тут тупость

Энивей

а эти отдельные можно симплексом бахнуть

там область x,y — треугольничек

Ребзя. Есть приложение - vivino. Фоткаешь бутылку вина и оно определяет чо за вино. Как сейчас просто и надёжно распознавать что было сфоткано? Не абстрактно, а именно бутылку.

Ребзя. Есть приложение - vivino. Фоткаешь бутылку вина и оно определяет чо за вино. Как сейчас просто и надёжно распознавать что было сфоткано? Не абстрактно, а именно бутылку.

оно плохо распознает, очень часто скажем вместо белого предлагает красное. такие вещи лучше по баркоду делать

Ребзя. Есть приложение - vivino. Фоткаешь бутылку вина и оно определяет чо за вино. Как сейчас просто и надёжно распознавать что было сфоткано? Не абстрактно, а именно бутылку.

Если просто и надежно - брать готовые api, например https://azure.microsoft.com/en-us/services/cognitive-services/computer-vision/

Нейросети уже умеют рисовать в стиле известных художников или изменять эмоции на фотографиях, но создавать реалистичные изображения лиц с высоким разрешением у них пока получается не так хорошо. Но теперь исследователи из NVIDIA продемонстрировали работу нейросети, которая создает практически неотличимые от фотографий изображения размером 1024 на 1024 пикселей, и выглядит это довольно впечатляюще Подробнее на N + 1 (https://nplus1.ru/news/2017/10/30/nvidia-neural?utm_source=telegram&utm_campaign=2017)

вы только видео посмотрите, я в шоке

всем привет народ. Пишу на Python. Я использовал k-fold метод в KNN. То есть менял число ближайших соседей и определил лучшую модель. Сейчас я хочу сделать типа такого только для Random Forest. Только я не знаю какой параметр менять. Подскажите пожалуйста. Может n_estimators?

крутяк

вы только видео посмотрите, я в шоке

дааа...

Источник http://blog.kaggle.com/2016/07/21/approaching-almost-any-machine-learning-problem-abhishek-thakur/

Перевод: http://datareview.info/article/universalnyj-podxod-pochti-k-lyuboj-zadache-mashinnogo-obucheniya/

Перевод: http://datareview.info/article/universalnyj-podxod-pochti-k-lyuboj-zadache-mashinnogo-obucheniya/

Да, я как раз перевод читал. Поэтому и кинул картинку.

Вроде бы еще есть библиотечка для более точной настройки гиперпараметров.

http://blog.districtdatalabs.com/parameter-tuning-with-hyperopt

Common Sense, Cortex, and CAPTCHA – Vicarious https://www.vicarious.com/2017/10/26/common-sense-cortex-and-captcha/

А у вас в коллекции есть еще такие памятки? Для меня они будут очень полезны.

Ребят, всем привет. Ситуация такова, необходимо создать систему с использованием ml, которая будет выдавать тесты по вводимым мной данным(статьи, учебники). Подскажите существующие подобные кейсы, методы. Заранее, большое спасибо.

Тесты? Какие тесты?

Ребят, всем привет. Ситуация такова, необходимо создать систему с использованием ml, которая будет выдавать смысл telegram-сообщения по вводимому тексту этого сообщения. Подскажите существующие кейсы, методы. Заранее, большое спасибо

Ребят, всем привет. Ситуация такова, необходимо создать систему с использованием ml, которая будет выдавать смысл telegram-сообщения по вводимому тексту этого сообщения. Подскажите существующие кейсы, методы. Заранее, большое спасибо

имхо вариант return None никому не обойти

не подскажете пожалуйста, видел как то сайт где можно было отсортировать топ цитируемых работ по ML, топ комментируемых и т.д. (не только arxiv.org/)

http://www.arxiv-sanity.com