タグ付けされた質問 「comparison」

これら2つの用語は、特にコンピューターサイエンスとソフトウェアエンジニアリングでの応用において、関連しているようです。一方は別のサブセットですか？一方は他方のシステムを構築するために使用されるツールですか？それらの違いは何ですか、なぜ重要なのですか？

74 machine-learning  terminology  comparison 

strong-AIとweak-AIという用語が使用されていると聞きました。これらの明確な用語または主観的な用語はありますか？一般的にどのように定義されていますか？

40 terminology  definitions  strong-ai  comparison  weak-ai 

Rを教えられた1年間のデータサイエンス修士課程を終えたばかりです。Pythonの方が人気があり、AIでより大きなコミュニティを持っていることがわかりました。 私の立場の誰かがPythonに切り替える価値はありますか？もしそうなら、なぜですか？pythonにはRで利用できないゲームを変える機能がありますか、それともコミュニティの問題ですか？

31 python  comparison  r 

モデルなしの強化学習とモデルベースの強化学習の違いは何ですか？ 試行錯誤を通じて学習するモデルフリーの学習者は、モデルベースとして再構成できると私には思えます。その場合、モデルのない学習者が適切なのはいつですか？

29 reinforcement-learning  comparison  model-based  model-free 

機械学習における自習学習とは何ですか？教師あり学習とどう違うのですか？

29 machine-learning  comparison  supervised-learning  self-supervised-learning 

「深い」形容詞を持つニューラルネットワークは、実際に他の同様のネットワークとどのように区別されますか？

25 neural-networks  machine-learning  deep-network  terminology  comparison 

私の知る限り、RLの問題を解決するために使用される2つの主要なアプローチは、Qラーニングとポリシーグラデーション（PG）です。Qラーニングは特定の状態で実行された特定のアクションの報酬を予測することを目的としていますが、ポリシーの勾配はアクション自体を直接予測します。 ただし、どちらのアプローチも私と同じように見えます。つまり、アクションの最大報酬の予測（Qラーニング）は、アクションを直接行う確率（PG）の予測と同等です。損失が逆伝播する方法に違いはありますか？

20 reinforcement-learning  q-learning  policy-gradients  comparison 

これはAIのクローズドベータ版であり、この質問はユーザー番号47によって投稿されています。 ウィキペディアによると、 ボルツマンマシンは、ホップフィールドネットの確率的で生成的な対応物と見なすことができます。 どちらもビットパターンを学習するようにトレーニングできるリカレントニューラルネットワークです。次に、部分的なパターンが提示されると、ネットは完全な完全なパターンを取得します。 ホップフィールドネットワークの容量は0.138であることが証明されています（たとえば、約138ビットのベクトルは、1000ノードごとにストレージから呼び出すことができます、Hertz 1991）。 ボルツマンマシンは確率的であるため、1つの保存されたパターンと別の保存されたパターンのエネルギー差が類似している場合、必ずしも同じパターンを表示するとは限らないというのが私の理解です。しかし、この確率論のために、おそらくより密度の高いパターン保存が可能になりますが、エネルギー差に関して常に「最も近い」パターンを取得できるという保証はありません。これは本当でしょうか？または、Hopfieldネットはより多くのパターンを保存できますか？

17 neural-networks  comparison  recurrent-neural-networks 

機械学習とディープラーニングの違いを誰かが説明できますか？機械学習を知らなくてもディープラーニングを学ぶことは可能ですか？

15 machine-learning  deep-learning  comparison 

NASAの科学者リックブリッグスによると、サンスクリット語はAIに最適な言語です。サンスクリットの有用性を知りたい。他の言語の問題は何ですか？彼らは本当にAIプログラミングでSanskritを使っているのでしょうか、そうするつもりですか？AIプログラムのどの部分がそのような言語を必要としますか？

14 comparison  programming-languages  nasa 

たとえば、メールをスパムとして分類する場合、時間/精度の観点から、別の機械学習アルゴリズムの代わりにディープラーニング（可能であれば）を適用することは価値がありますか？ディープラーニングは、単純ベイズのような他の機械学習アルゴリズムを不要にしますか？

14 machine-learning  deep-learning  classification  applications  comparison 

AlphaGo Zeroには、以前のバージョンと比較していくつかの改善点があります。Alpha Go Zeroのアーキテクチャの詳細は、このチートシートで確認できます。 これらの改善点の1つは、移動確率と状態値を同時に計算する単一のニューラルネットワークを使用することですが、古いバージョンでは2つの別個のニューラルネットワークを使用していました。論文によると、マージされたニューラルネットワークはより効率的であることが示されています。 2つではなく1つのニューラルネットワークを使用します。AlphaGoの以前のバージョンでは、「ポリシーネットワーク」を使用して次にプレイする動きを選択し、「バリューネットワーク」を使用して各ポジションからゲームの勝者を予測していました。これらはAlphaGo Zeroで組み合わされており、トレーニングと評価をより効率的に行うことができます。 ソフトウェア設計の観点からすると、これは懸念の原則の分離に違反するため、これは私には直観に反しているようです。だからこそ、このマージが有益であることが証明されたのではないかと思います。 この手法-単一のニューラルネットワークでさまざまなタスクをマージして効率を向上させること-は、他のニューラルネットワーク全般に適用できますか、それとも、特定の条件が機能する必要がありますか？

10 neural-networks  comparison  architecture  alphago-zero  efficiency 

1950年代には、「人工知能」は人間とチェスを勝ち取るのにすぐに自覚的で賢いものになると広く信じられていました。さまざまな人々が、たとえば10年の時間枠を提案しました（オラザランの「パーセプトロン論争の公式歴史」または2001年の宇宙オデッセイを参照してください）。 チェスのようなゲームをマスターするプログラムを考案した結果、プログラムの対象となっているようなゲームにのみ適用されるソフトウェア設計が生まれることはいつ明らかになりましたか？人間のような一般的なインテリジェンスとドメイン固有のインテリジェンスの違いを最初に認識した人物は誰ですか？

10 comparison  agi  history  weak-ai 

CNNでは、受容野は、フィルターの出力を計算するために使用される画像の一部です。ただし、1つのフィルターの出力（「機能マップ」とも呼ばれます）は、次のフィルターの入力です。 受容野と機能マップの違いは何ですか？

9 convolutional-neural-networks  terminology  comparison 

進化的アルゴリズムを使用して人工ニューラルネットワークを設計およびトレーニングすることには、従来の逆伝播アルゴリズムを使用するよりもどのように利点がありますか？

9 neural-networks  comparison  backpropagation  evolutionary-algorithms