Рубрика «математика» - 37

в 9:22, , рубрики: raiffeisenIT, Блог компании Райффайзенбанк, математика, машинное обучение

Эта статья является моим вольным пересказом работы Learnability can be undecidable, Shai Ben-David, et al.

Недавно на Хабре вышла статья Машинное обучение столкнулось с нерешенной математической проблемой, которая является переводом одноименного обзора в Nature News статьи Шай Бен-Давида. Однако, из-за особенностей тематики и краткости оригинального обзора мне осталось совершенно непонятно, что же было в статье. Зная Шай Бен-Давида, как автора прекрасной книги "Understanding Machine Learning: From Theory to Algorithms", я заинтересовался этой темой, ознакомился с этой работой и постарался тут изложить основные моменты.

Сразу скажу, что статья довольно сложная и, возможно, я упустил некоторые важные моменты, но мой обзор будет более полным, чем тот, который уже есть на Хабре.

Читать полностью »

в 14:44, , рубрики: Блог компании OTUS. Онлайн-образование, гипотеза континуума, математика, машинное обучение

Салют! В преддверии запуска новых потоков по продвинутому и базовому курсам «Математика для Data Science» хотим поделиться с вами достаточно интересным переводом. В этой статье не будет практики, но материал интересен для общего развития и обсуждения.

Группа исследователей столкнулась с открытой математической проблемой, связанной с рядом логических парадоксов, которые были открыты знаменитым австрийским математиком Куртом Гёделем еще в 1930-х годах.

Математики, работавшие над проблемами машинного обучения, доказали, что возможность «обучаемости», то есть то, может ли алгоритм извлечь паттерн из ограниченных данных, тесно связана с парадоксом, известным как гипотеза континуума. Гедель говорил о том, что с помощью стандартных возможностей математического языка гипотезу нельзя ни подтвердить, ни опровергнуть. Последние результаты исследований на эту тему были опубликованы в Nature Machine Intelligence от 7 января.Читать полностью »

в 13:14, , рубрики: tensor, TensorFlow, искусственный интеллект, математика, машинное обучение, нейросети, тензор

image

Основным объектом которым манипулируют в Tensorflow, является тензор. О том, что такое тензор, какие бывают тензоры, какие у них есть свойства и как ими манипулировать читайте в переводном руководстве с сайта tensorflow.org.

Читать полностью »

в 10:14, , рубрики: биодизайн, Блог компании Mail.Ru Group, геометрические фракталы, дизайн, математика, Научно-популярное, Урбанизм, фракталы

Созерцание великого фрактального подобия - 1
(с) «Галактика галактик»

Фракталы — не просто красивое природное явление. Согласно проведенным исследованиям, рассматривание фрактальных структур на 60 % повышает стрессоустойчивость, измеряемую на основе физиологических показателей. При созерцании фракталов в лобной коре головного мозга всего за одну минуту увеличивается активность альфа-волн — как во время медитации или при ощущении легкой сонливости.

Неудивительно, что фрактальный биодизайн оказывает на человека умиротворяющее воздействие. Нам нравится смотреть на облака, на языки пламени в камине, на листву в парке… Как это работает? Ученые предполагают, что естественный ход поисковых движений наших глаз — фрактальный. При совпадении размерности траектории движения глаз и фрактального объекта мы впадаем в состояние физиологического резонанса, за счет чего активизируется деятельность определенных участков мозга.

Но не все фракталы одинаково полезны. В данной статье расскажем о фрактальной размерности и о её влиянии на здоровье.
Читать полностью »

в 12:17, , рубрики: javascript, WebGL, математика, Работа с 3D-графикой

При использовании для отображения в браузере библиотеки ThreeJS в качестве первого примера обычно выступает куб или какой-либо другой простейший объект, и он создается при помощи предустановленных специальных классов BoxGeometry или SphereGeometry. Затем обычно рассматривается использование импортируемых готовых моделей и работа с ними.

Но иногда требуется создать трехмерный объект для отображения в браузере полностью с нуля – только используя аналитическую геометрию. В данной статье рассматривается именно такой подход к построению интерактивно настраиваемых моделей и последующего их отображения в браузере.

Читать полностью »

в 14:44, , рубрики: Learning to Learn, будущее, математика, Профессиональная литература, ричард хэмминг, Системная инженерия, Учебный процесс в IT, Читальный зал

Начало тут.

10-43: Кто-то говорит: «Учёный знает науку, как рыба знает гидродинамику». Тут нет никакого определения Науки. Я открыл для себя (я думаю, что говорил вам об этом ранее), где-то в старшей школе разные учителя говорили мне о различных предметах, и я мог видеть, что разные учителя говорили об одних и тех же предметах по-разному. Более того, в то же время я смотрел на то, что мы делали, и это снова было что-то другое.

Теперь, вы, наверное, сказали: «мы делаем эксперименты, вы смотрите на данные и формируете теории». Это, скорее всего, чепуха. Прежде чем вы сможете собрать нужные данные у вас должна быть теория. Вы не можете просто собрать случайный набор данных: цвета в этой комнате, вид следующей увиденной птицы и т.д., ожидая, что они несут в себе какой-то смысл. Вы должны иметь какую-то теорию, прежде чем собирать данные. Более того, вы не можете интерпретировать результаты экспериментов, которые вы можете сделать, если у вас нет теории. Эксперименты – это теория, прошедшая весь путь от начала до конца. У вас имеются предвзятые представления и вы должны интерпретировать события с учётом этого.
Читать полностью »

в 11:06, , рубрики: lamp, визуализация данных, математика, машинное обучение

Введение

Понимание того, как классификатор разбивает исходное многомерное пространство признаков на множество целевых классов, является важным шагом для анализа любой задачи классификации и оценки решения, полученного с помощью машинного обучения.

Современные подходы к визуализации решений классификаторов в основном либо используют диаграммы рассеивания, которые могут отображать лишь проекции исходных обучающих выборок, но явно не показывают фактические границы принятия решений, либо используют внутреннее устройство классификатора (например kNN, SVM, Logistic Regression) для которых легко построить геометрическую интерпретацию. Такой способ не подойдет для визуализации, например, нейросетевого классификатора.

В статье "Image-based Visualization of Classifier Decision Boundaries" (Rodrigues et al., 2018) предлагается эффективный, красивый и достаточно простой альтернативный метод для визуализации решений классификатора, который лишен вышеописанных недостатков. А именно метод подходит для классификаторов любого вида и строит границы принятия решений с помощью изображений с произвольной частотой дискретизации.

Этот пост — краткий обзор основных идей и результатов из оригинальной статьи.

Читать полностью »

в 12:46, , рубрики: algorithms, artificial intelligence, big data, data science, deep learning, mathematics, Алгоритмы, Блог компании OTUS. Онлайн-образование, математика

Всем привет! Новогодние праздники подошли к концу, а это значит, что мы вновь готовы делиться с вами полезным материалом. Перевод данной статьи подготовлен в преддверии запуска нового потока по курсу «Алгоритмы для разработчиков».

Поехали!

Метод обратного распространения ошибки – вероятно самая фундаментальная составляющая нейронной сети. Впервые он был описан в 1960-е и почти 30 лет спустя его популяризировали Румельхарт, Хинтон и Уильямс в статье под названием «Learning representations by back-propagating errors».Читать полностью »

в 16:18, , рубрики: .net, AngouriMath, C#, math, калькулятор, математика, Программирование

Привет!

Итак, в первой части мы уже неплохо поработали, сделав производную, упрощение, и компиляцию. Так, а что еще должен уметь наш простенький калькулятор? Ну хотя бы уравнения вида

$(x - b)(tan(sin(x))^2 - 3tan(sin(x)) + c)=0$

точно должен решать. А еще красиво нарисовать это дело в латексе, и будет прямо хорошо! Погнали!

Пишем «калькулятор». Часть II. Решаем уравнения, рендерим в LaTeX, ускоряем функции до сверхсветовой - 2

Читать полностью »

в 18:20, , рубрики: биокомпьютеры, Биотехнологии, будущее здесь, вычисления, днк, математика, Научно-популярное

imageФото: Markus Tisse/Flickr

Чунлей Го из Университета Рочестера в штате Нью-Йорк совместно с коллегами разработали компьютер, который использует 32 цепи ДНК для хранения и обработки информации. Он способен вычислить квадратный корень из 1, 4, 9, 16, 25 и т. д. вплоть до 900.

До последнего времени биокомпьютерам не удавалось провести сложные математические операции. Десятибитная программируемая логическая схема на основе 32 цепей ДНК смогла справиться с этой задачей. Читать полностью »

1...1020...363738...4050...200
Рейтинг@Mail.ru
Главная   |  Архив новостей  |   Android  |   Google  |   Apple  |   Microsoft  |   Информационная безопасность  |   Веб – разработка
Публикации RSS  |  Комментарии RSS
https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js