คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึก อธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์
เรียนรู้คณิตศาสตร์เบื้องหลังการเรียนรู้เชิงลึกผ่านตัวอย่างเล็ก ๆ ที่ทดลองได้ โดยเรียงเนื้อหาตามงานวิจัยต้นฉบับ
เริ่มอ่านแบบจำลองระบุเพนกวินได้อย่างไร?
การฝึกที่นี่คือการวัดช่วงค่าและค่าเฉลี่ยของแต่ละสายพันธุ์ จากนั้นแบบจำลองเลือกสายพันธุ์ที่ค่าเฉลี่ยอยู่ใกล้ที่สุด
แล็บนี้จำแนกด้วยค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ส่วนโครงการในหมวดแนวคิดฝึกน้ำหนักด้วย softmax ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ค่าวัดจริง ตัวจำแนกแบบศูนย์กลางที่ใกล้ที่สุดซึ่งคำนวณด้วยมือได้ ไม่ใช่โครงข่ายเชิงลึก ข้อมูล: Kristen Gorman / Palmer LTER; palmerpenguins, CC0
- ● อาเดลี
- ▲ ชินสแตรป
- ■ เจนทู
เลือกเพนกวิน
- ความยาวปาก (มม.)
- 40.6
- ความยาวครีบ (มม.)
- 193
เพนกวินตัวที่ 1 จาก 3
| สายพันธุ์ | เพนกวิน | ช่วงความยาวปาก (มม.) | ความยาวปากเฉลี่ย | ช่วงความยาวครีบ (มม.) | ความยาวครีบเฉลี่ย |
|---|
ฝึกแบบจำลองเพื่อคำนวณช่วงค่าและค่าเฉลี่ยจากเพนกวินชุดฝึก 240 ตัว
คำอธิบายเพื่อการศึกษาอย่างอิสระจาก คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึก — จูเลียส แบร์เนอร์, ฟิลิปป์ โกรส์, กิตตา คูทินิออค, ฟิลิปป์ ปีเตอร์เซน. ตัวอย่างใช้ตัวเลขสมมติ เว้นแต่จะระบุแหล่งข้อมูลที่วัดจริง
บทต่าง ๆ ตามลำดับในงานวิจัย
เริ่มอ่านตั้งแต่ต้นหรือเลือกบทที่สนใจ
การเรียนรู้ทำงานอย่างไร
ตัวเลขกลายเป็นคำทำนายได้อย่างไร?
ลองกับตัวอย่างใหม่
โครงข่ายใหญ่เรียนรู้โดยไม่ท่องจำทั้งหมดได้อย่างไร?
ทำไมต้องมีหลายชั้น?
ชั้นเพิ่มเติมเปลี่ยนอะไร?
เมื่อมีข้อมูลเข้ามากมาย
โครงข่ายจัดการข้อมูลเข้าหลายมิติได้อย่างไร?
การหาค่าเหมาะที่สุด
จะหาพารามิเตอร์ที่เหมาะสมได้อย่างไร?
ออกแบบโครงข่าย
เมื่อการเชื่อมต่อเปลี่ยน อะไรเปลี่ยนตาม?
ค้นหารูปแบบที่เป็นประโยชน์
โครงข่ายรู้จำรูปแบบใด?
การเรียนรู้เชิงลึกในวิทยาศาสตร์ธรรมชาติ
ค่าที่วัดได้บอกสิ่งที่ซ่อนอยู่ได้อย่างไร?