タグ付けされた質問 「statistical-ai」

たとえば、このホワイトペーパーのタイトルは、「エクスペリエンスリプレイを使用した効率的な俳優-評論家のサンプル」です。 サンプル効率とは何ですか？また、それを達成するために重要度サンプリングをどのように使用できますか？

14 reinforcement-learning  statistical-ai  importance-sampling 

データのノイズを増やすと、ネットワークの学習能力が向上しますか？違いはありますか、それとも解決する問題に依存していますか？汎化プロセス全体にどのように影響しますか？

11 neural-networks  machine-learning  statistical-ai  generalization 

したがって、Talebには、一般的にデータ分布を記述する2つのヒューリスティックがあります。1つはメディオクリスタンです。これは基本的に、人の身長や体重などのガウス分布に基づくものです。 もう1つはExtremistanと呼ばれ、よりパレートのような分布または太っぽい分布を示します。例として、富の分布があります。1％の人が50％の富またはそれに近いものを所有しているため、限られたデータセットからの予測は非常に困難または不可能です。これは、データセットに単一のサンプルを追加でき、その結果が非常に大きいためにモデルが壊れる、または効果が非常に大きくなり、以前の正確な予測からの利点がすべて取り消されるためです。実際、これは彼が株式市場でお金を稼いだと主張する方法です。他の誰もが悪いガウス分布モデルを使用して市場を予測していました。これは実際には短期間で機能しますが、問題が発生した場合、彼らは本当に行きました市場で正味の損失が発生する原因となる間違っています。 AIについて尋ねられているタレブのこのビデオを見つけました。彼の主張は、過激派に該当するものにはAIが（同様に）機能しないというものです。 彼は正しいですか？AIを使用しても、本質的に予測不可能になるものはありますか？ これが私が参照しているビデオですhttps://youtu.be/B2-QCv-hChY?t=43m08s

8 machine-learning  ai-design  probability  statistical-ai