Подтвердить что ты не робот

Предпосылки, необходимые для чтения книг по нейронным сетям (и понимать их)

Я пытаюсь узнать о Neural Networks некоторое время, и я могу понять некоторые базовые обучающие онлайн, и мне удалось пройти через Neural Computing - введение, но даже там я окутываю много математики, и это становится полностью над моей головой после первых нескольких глав. Даже тогда его наименьшая книга "математика-я", которую я могу найти.

Не то, чтобы я боюсь математики или чего-то еще, просто я не узнал, что мне нужно, и я не уверен, что мне нужно. Я в настоящее время поступил в свой локальный университет, работая над тем, чтобы догнать классы, которые мне нужно ввести в MS в Comp. Программа Sci (мой BA находится в Business/Info. Sys.), И я не очень далеко. Согласно описаниям небольшого курса университета, NN на самом деле охвачены курсом электротехники по распознаванию образов (мне кажется странным, что этот курс является EE), который имеет несколько предварительных условий EE, которые мне не нужно вводить в MS Comp, Sci. Программа.

Меня очень интересует эта тема, и я знаю, что в конечном итоге хочу узнать больше об этом, проблема в том, что я не знаю, что мне нужно знать в первую очередь. Вот темы, которые, я думаю, мне могут понадобиться, но это всего лишь предположение о невежестве:

  • Исчисление с одной переменной (у меня были Calc я и II, поэтому я думаю, что здесь я здесь, просто перечисляя полноту)
  • Множественное исчисление переменных
  • Линейная алгебра (я еще не принял это формально, но на самом деле могу понять многие концепции из того, что мне удалось найти в Википедии и других сайтах).
  • Дискретная математика (Еще я не принял формально, но узнал часть своей собственной
  • Теория графов
  • Теория вероятностей
  • Байесовская статистика
  • Схема проектирования
  • Другие математики?
  • Другие темы для comp

Очевидно, что здесь есть и компонент нейронауки, но на самом деле у меня не было проблем с пониманием книг, когда они говорили об этом применительно к NN, главным образом потому, что его концептуальный

Короче говоря, может ли кто-то выложить полупрозрачный путь, который нужно действительно понять, прочитать книгу и в конечном итоге внедрить нейронные сети?

4b9b3361

Ответ 1

Если вам нужен список курсов в колледже, которые вам понадобятся для понимания книги, вот что:

  • Исчисление (I, II и III)
  • Дифференциальные уравнения
  • Линейная алгебра
  • Статистика (или хорошее покрытие Байеса)

Однако, я отлично справился со своими NN-классами без Diff. Eq. и мне просто нужно было искать понятия, которые я еще не изучал.

Вы можете принять подход черного ящика, как указано выше, но если вы действительно хотите понять математику и реализацию сетей, вам придется учиться. Это будет крутая кривая обучения, чтобы полностью понять более продвинутые сети независимо от того, что вы делаете. Вы можете сначала взять вышеуказанные классы или начать читать книгу и искать все, что не понимаете в википедии, а затем из этих статей читать все, что вы должны прочитать, чтобы понять их и т.д. Вы обнаружите, что, в любом случае, вы в конце концов пройдете этот первоначальный взгляд, и все будет проще.

Было бы хорошо, если бы вы сказали нам, почему вы хотите изучать нейронные сети. Я не нашел для них никакой пользы в своей профессиональной карьере, хотя я не разработчик игр или разработчик телекоммуникаций.

Ответ 2

Вы не можете реализовать "нейронные сети" - вы в конечном итоге реализуете определенный тип NN (например, персептрон). Существует множество различных типов NN, каждый из которых подходит для какой-то конкретной задачи, и каждый вид использует некоторые математические (а не только математические) понятия, которые конкретно относятся только к определенному виду. Например, машины Больцмана используют концепции статистической термодинамики (основанные Больцманом).

Что касается вашего вопроса: без четкой цели нет четкого (даже не "получистого" ) пути.

Ответ 3

Вторая идея zvrba заключается в том, что вы ставите себе четкую цель. Несколько руководящих вопросов: а. Вы хотите изучать NN как модель биологических сетей или как вычислительный инструмент? б. Вас интересует их учебный аспект? ассоциативная память? обработка сигнала? с. Вы хотите понять сложную теорию? или достаточно для написания программного обеспечения для моделирования?

Кроме того, я начинал бы с малого: реализую perceptron на вашем любимом языке программирования. Математика не так уж плоха, и она, вероятно, сфокусирует вас на следующих шагах. Используйте бинарный набор данных классификации, скажем UCI tic-tac-toe endgame.

Ответ 4

Для базовых, back-prorogation нейронных сетей наиболее важными являются:

  • Исчисление

  • Линейная алгебра

  • Основная статистика/Вероятность

Если вы просто ищете более конкретные темы (вы сказали, что уже взяли Calc, так что я оставлю это), вот некоторые темы, которые будут полезны для понимания, если не обязательно напрямую применимы к построению нейронной сети

  • Решение линейных систем уравнений (вы узнаете об этом в курсе линейной алгебры)

  • Регрессия наименьших квадратов

  • Теория оптимизации

Вы должны понимать, что существует несколько других методов, которые могут быть использованы для решения определенных проблем вместе с нейронными сетями.

Часто самым сложным аспектом решения проблемы является определение наилучшего метода использования.

Ответ 5

хотя я отвечаю на него в 2018 году, но я думаю, что это поможет многим новичкам, которые пытаются изучать нейронную сеть. Все материалы онлайн-курса, доступные онлайн, предполагают, что читатель обладает высокой степенью математических знаний или опыта. Есть книга Тарика Рашида "СДЕЛАЙ СВОЙ СОБСТВЕННЫЙ НЕЙРОННЫЙ СЕТЬ". Он ожидает, что читатель имеет знания математики в старшей школе. все это. к концу книги вы сможете создать программу, которая будет читать ваш почерк.