Искусственные нейронные сети

Как вы можете доказать, что функции потерь в глубоких нейронных сетях не выпуклые?

Любит | Нелюбов | Ответы | Вид | 7758


Йен Гудфеллоу научный сотрудник ИИ   
@ | Обновлено Right Now


В общем - конечно нет. За прошедшие годы было проведено много сравнительных исследований, которые показывают, что сложные методы часто не лучше (или даже хуже) в прогнозировании, чем базовые инструменты, такие как ARIMA или экспоненциальное сглаживание.

Я бы, конечно, ожидал, что глубокое обучение будет работать лучше на действительно больших временных данных (ряды, содержащие несколько измерений в секунду в течение нескольких лет, не редкость в промышленности), когда могут появиться и обнаружить тонкие, сложные паттерны. С другой стороны, DL и другие сложные методы ML часто не могут в полной мере использовать данные о месячном потреблении или продажах, и статистические методы «старой школы» являются подходящим способом.

| |



Онлайн-курс
«Машинное обучение для людей»
Один из самых трендовых курсов в сфере Цифровой экономики.