крокодил
Принимают решения на основе массива взаимосвязей, выработанных в результате малоформализованного
обучения на сыром потоке данных. Массив этот представляет собой черный ящик, и никакой информации в
явном виде оттуда извлечь нельзя. Равно как и вручную исправить что-то в логике обученной сети на
низком уровне. Можно только переобучить ee целиком.
- Принимают решения на основе массива взаимосвязей
Полный бред.
Наверное на основе зависимостей? Например:
Если (слева вертикальная палочка) и (справа вертикальная палочка)
То (Может быть М)или(Н)или(П)" на вашем жаргоне это массив взаимосвязей"
Например можно сформировать это в нейроны распознавания буквы П, и задать им вес.
первый нейрон - вертикальная палочка слева - вес 1;
второй нейрон - вертикальная палочка справа - вес 1;
третий нейрон - горизонтальная палочка сверху - вес 1.
Буква Т
первый нейрон - вертикальная палочка слева - отсутствует (=0);
второй нейрон - вертикальная палочка справа - отсутствует (=0);
третий нейрон - горизонтальная палочка сверху - присутствует (=1).
Нейросеть определила вероятность того, что Т является Буквой П=((0+0+1)/3)=0,3(3).
Буква Н
первый нейрон - вертикальная палочка слева - присутствует(=1);
второй нейрон - вертикальная палочка справа - присутствует (=1);
третий нейрон - горизонтальная палочка сверху - отсутствует(=0).
Нейросеть определила вероятность того, что Н является Буквой П=((1+1+0)/3)=0,6(6).
Буква П
первый нейрон - вертикальная палочка слева - присутствует(=1);
второй нейрон - вертикальная палочка справа - присутствует (=1);
третий нейрон - горизонтальная палочка сверху - отсутствует(=1).
Нейросеть определила вероятность того, что П является Буквой П=((1+1+1)/3)=1.
вертикальная палочка слева - "один массив взаимосвязей" указывающий на буквы Н,П, и тд
горизонтальная палочка сверху - "другой массив взаимосвязей" указывающий на буквы Т,П, и тд
и пересечение этих зависимостей даст букву П.
https://ru.wikipedia.org/wiki/Искусстве ... онная_сетьверхний зелёненький кружочек - вертикальная палочка слева
нижний зелёненький кружочек - горизонтальная палочка сверху
подсовываем ИНС буквы Н,П,И,Ш,М.(Грубо говоря в синих кружочках сверху вниз)
Линии от них 0,5;1;0,5;0,5;0,5;
в жёлтый кружочек помещаем результат с наибольшим весом который соответствует букве П.
Статистика и математика.
- выработанных в результате малоформализованного
обучения на сыром потоке данных
Полный бред.
Очень формализованный. Картинки специально подготавливают
http://www.computerra.ru/92627/streetview-goodfellow/обучения на сыром потоке данных
нет не на сыром, а на конкретном примере (примерах 200 000 шт).
нельзя научить распознавать фотографии людей по фотографиям собак.
Если фотография не соответствует собаке, это не значит, что на ней человек.
Это может быть утка или жираф.
Про эффективность ИНС Гугл(10 000 серверов, 16 000 процессоров) распознавать номера домов равной 95%,
и масштабируемости (до 99 999)говорить не будем.
Бред про чёрный ящик разжёвывать не вижу смысла. Общение с вами напоминает старый анекдот:
Приходит новенькая учительница географии в класс, а там гогот, визг ну и т. п. Говорит:
– Здравствуйте, дети.
А ей в ответ:
– Пошла отсюда, сучка.
Та с рыданиями вылетает из класса и к директору. А он ей говорит:
– С ними надо по-другому: надо сначала удивить и заинтересовать.
Идет он в класс, а учительница за ним плетется. Дверь, как положено, ногой открывает:
– Кто из вас сможет презерватив на глобус натянуть?
– А что такое глобус?
– А вот об этом вам и расскажет новая учительница.
Читайте не только про презервативы, но и про глобус.
Свой-Бухой
Вы описали примитивный программный автомат. Своего рода - "путевой выключатель".
http://padaread.com/?book=2385&pg=2Именно эта книга положила конец бредням про ИНС.
Сам он впоследствии сожалел, что её издал.