Gépi tanulás és néhány más dolog
Az előző részben megnéztük, a Konvolúciós Neurális Hálózat (KNN) legjellemzőbb rétegét a Konvolúciós réteget. A mai részben megismerkedünk a Szűrő fogalmával, a Összevonó réteggel, a lapítással és a Lépésközzel.
A randomizált, kontroll vizsgálatról szóló bejegyzésben már találkoztunk azzal a problémával, hogy ideális esetben ugyanazon a kísérleti alanyon szeretnénk megvizsgálni a kezelés hatását és a kezelés hiányának következményeit. Ez persze lehetetlen, de a randomizált kontroll csoport létrehozása általában segít ebben a problémában. A mai bejegyzésben viszont egy olyan esetet fogunk megnézni, amikor nem lehet kontroll … Mesterséges kontroll csoport olvasásának folytatása
Az előző részben bemutattam, a kontrollált vizsgálat alapjait, és eljutottunk annak felismeréséig, hogy az Átlagos Kezelési Hatás naiv alkalmazása teljesen rossz eredményt produkálhat bizonyos esetekben. Azután megnéztük Fisher módszerét a probléma megkerülésére. A mai bejegyzésben megnézzük, hogy mit tehetünk ha nem akarjuk megkerülni a problémát. Jerzy Neymant nem a „sharp” Hulla érdekelte; Fisherrel ellentétben; hanem … Neyman randomizált, kontrollált vizsgálatot — statisztikai alapok olvasásának folytatása
A mai bejegyzésben folytatom a Great Society tárgyalását.
A korábban ismertetett teljesen csatolt Neurális Hálózatokkal szemben a mai bejegyzésben egy részlegesen csatolt rendszerről fogunk beszélni: a Konvolúciós Neurális Hálózatról (angolul: Convolutional neural network). Ezeket a rendszereket leggyakrabban képelemzésre használják, de másra is lehet. Ebben a begyezésben mi egy idősoron fogjuk kipróbálni.
Egy korábbi bejegyzésünkben megnismertünk egy Neurális Hálózaton alapuló számítógépes nyelvészeti eljárást a word2vec-et. Ma ennek egy egyenesági leszármazotját fogjuk górcső alá venni, a “doc2vec”-et.
Közeleg a Karácsony és ilyenkor érdemes egy kicsit megállni és visszatekinteni az elmúlt évre. Én is ezt fogom most tenni, de persze a blog sajátos szemüvegén keresztül. A Gépi tanulás 2020 évéről lehetne sok mindent írni, de én a szeretett ünnepéhez közeledve nem szeretnék a technikai dolgokról. Inkább nézzük meg milyen etikai kérdésekkel szembesültünk (nem csak) ebben az évben a Gépi tanulás kapcsán.
A mai bejegyzésben több Statisztikai alakkérdést fogunk körbejárni: mit jelent hogy két eloszlás különbözik egymástól? Hogy számszerűsíthetjük a különbséget? Miként lehet ezt paraméterbecslésre használni? A bejegyzés végére a relatív entrópián keresztül el fogunk jutni a likelihood fogalmáig.
Ebben a bejegyzésben a Maximum likelihood után a második legnépszerűbb paraméterbecslési eljárást fogjuk megvizsgálni: a Momentumok módszerét. A Method of moments-t 1887-ben Pafnutyij Lvovics Csebisev publikálta, ami mai napig tartó népszerűségét annak köszönheti, hogy nagyon könnyű számolni. Ezt mindjárt be is mutatjuk. Az alap ötlet lényegében a többismeretlenes egyenletrendszerek megoldásán alapul. Mint tudjuk ezekben az … Paraméterbecslés a Momentumok módszerével — példa számítás olvasásának folytatása
Requiem egy álomért: egy társadalom szegények nélkül.
Sajó Zsolt Attila 