Искусственные нейронные сети

По мере того, как я изучаю машинное обучение и глубокое обучение, я обнаруживаю, что нейронные сети и другие алгоритмы ML на самом деле не очень сложны, почему некоторые разработчики машинного обучения ведут себя как бог перед другими разработчиками и думают, что они превосходны?

Любит | Нелюбов | Ответы | Вид | 8699


Коллин Фаррелли Data Scientist / Poet / Social Scientist / Topologist (2009-настоящее время)   
@ | Обновлено Right Now


Они оба изучают интеллектуальные системы, поэтому они перекрывают друг друга и могут обмениваться информацией и методами. Абстрактные компьютеры отвлекаются от физических свойств. Любой набор физики может представлять единицы и нули, но только если у вас есть работающий механизм интерпретации, чтобы получить эти единицы и нули. Нейроны, с другой стороны, представляют информацию непосредственно о физических качествах мозга, таких как покраснение и зеленость. Это не только феноменально, но и более эффективно, поскольку вам не нужен слой абстрагирования. Как только мы заставим процессоры работать непосредственно на физических качествах, ИИ, наконец, сможет сказать: «О, это то, что такое покраснение». « Теория представительских Qualia »

| |



Онлайн-курс
«Всё о блокчейне и криптовалютах»
Один из самых трендовых курсов в сфере Цифровой экономики.