29

Tôi đã cố gắng tìm hiểu về mạng Neural trong một thời gian và tôi có thể hiểu một số hướng dẫn cơ bản trực tuyến, và tôi đã có thể nhận được thông qua các phần của Neural Computing - An Introduction nhưng ngay cả ở đó, tôi đang lấp lánh trên rất nhiều toán học, và nó trở thành hoàn toàn trên đầu của tôi sau vài chương đầu tiên. Thậm chí sau đó cuốn sách ít nhất của nó "math-y" tôi có thể tìm thấy.Điều kiện tiên quyết cần thiết để đọc sách trên mạng nơron (và hiểu chúng)

Nó không phải là tôi sợ toán học hay bất cứ điều gì, nó chỉ là tôi đã không học được những gì tôi cần, và tôi không chắc chắn những gì tôi cần chính xác. Tôi hiện đang theo học tại trường đại học địa phương của tôi, làm việc để bắt kịp các lớp học tôi cần phải nhập MS trong Comp. Chương trình Sci (BA của tôi là trong Kinh doanh/Thông tin. Sys.) Và tôi đã không nhận được rất xa. Theo mô tả khóa học của trường đại học, NN thực sự được đề cập trong một khóa học Kỹ thuật điện về Nhận dạng mẫu (có vẻ kỳ quặc đối với tôi rằng khóa học này là EE), có một vài yêu cầu về EE mà tôi không cần phải vào MS Comp . Sci. Chương trình.

Tôi cực kỳ quan tâm đến chủ đề này và biết rằng cuối cùng tôi muốn tìm hiểu thêm về vấn đề này, vấn đề là, tôi không biết những gì tôi cần biết trước. Dưới đây là chủ đề tôi nghĩ tôi có thể cần, nhưng điều này chỉ là suy đoán từ sự thiếu hiểu biết:

  • Độc Variable Calculus (Tôi đã có Calc I và II, vì vậy tôi nghĩ rằng tôi đề cập ở đây, chỉ cần liệt kê cho đầy đủ)
  • đa Variable Calculus
  • Linear Algebra (tôi đã không được thực hiện này chính thức nào, nhưng thực sự có thể hiểu nhiều khái niệm từ những gì tôi đã quản lý để grok trên Wikipedia và các trang web khác)
  • Toán rời rạc (Một Tôi đã không chính thức, nhưng đã học được một phần của riêng tôi trên
  • Đồ thị Theo ry
  • Lý thuyết xác suất
  • Bayesian kê
  • thiết kế vi mạch
  • toán khác?
  • khác chủ đề comp sci

Rõ ràng có một thành phần khoa học thần kinh ở đây là tốt, nhưng tôi thực sự đã không có bất kỳ rắc rối tìm hiểu cuốn sách khi họ nói về nó như là áp dụng cho NN của, chủ yếu là do khái niệm

Tóm lại, ai đó có thể đặt ra một con đường bán rõ ràng mà người ta cần thực sự hiểu, đọc sách và cuối cùng triển khai mạng nơron?

+0

Câu hỏi hay :) – leppie

+0

Thần kinh học là một lĩnh vực y học. Bạn có nghĩa là Neuroscience. – bias

+0

@Noosphereious - cuộc gọi tốt, thay đổi nó. –

Trả lời

11

Nếu bạn muốn có một danh sách các khóa học đại học mà bạn sẽ cần phải hiểu cuốn sách, ở đây là:

  • Calculus (I, II và III)
  • Differential Equations
  • Linear Algebra
  • kê (hoặc để che chở tốt của Bayes)

Tuy nhiên, tôi đã làm tốt trong lớp học NN của tôi mà không Diff. Eq. và chỉ cần tra cứu các khái niệm mà tôi chưa học.

Bạn có thể sử dụng cách tiếp cận hộp đen như trên, nhưng nếu bạn thực sự muốn hiểu toán và triển khai mạng, bạn sẽ phải học. Nó sẽ là một đường cong học tập dốc để nắm bắt đầy đủ các mạng cao cấp hơn bất kể bạn làm gì. Bạn có thể học các lớp trên trước, hoặc bạn có thể bắt đầu đọc sách và tra cứu mọi thứ bạn không hiểu trên wikipedia, và sau đó từ những bài viết đó đọc bất cứ thứ gì bạn phải đọc để hiểu chúng, v.v. Bạn sẽ thấy rằng, một trong hai cách, cuối cùng bạn sẽ vượt qua được cái nhìn ban đầu đó và mọi thứ sẽ dễ dàng hơn.

Sẽ tốt nếu bạn cho chúng tôi biết lý do bạn muốn tìm hiểu các mạng thần kinh. Tôi đã không tìm thấy một sử dụng duy nhất cho họ trong sự nghiệp chuyên nghiệp của tôi, mặc dù tôi không phải là nhà phát triển trò chơi hoặc nhà phát triển viễn thông.

8

Bạn không thể triển khai "mạng nơron" - bạn sẽ kết thúc việc triển khai một loại NN cụ thể (ví dụ: perceptron). Có nhiều loại NN khác nhau, mỗi loại phù hợp hơn cho một số loại nhiệm vụ cụ thể, và mỗi loại sử dụng một số khái niệm toán học (và không chỉ toán học) chỉ dành riêng cho loại cụ thể đó. Ví dụ, các máy Boltzmann sử dụng các khái niệm từ nhiệt động lực học thống kê (được thành lập bởi Boltzmann).

Đối với câu hỏi của bạn: không có mục tiêu rõ ràng, không có đường dẫn rõ ràng (thậm chí không "bán rõ ràng").

+0

@zvrba - Cảm ơn, mặc dù tôi biết có nhiều loại NN khác nhau, tôi không nghĩ đến việc mỗi người sẽ có đường cong học tập độc lập riêng cho nhà phát triển cũng như cho chính mạng lưới đó. –

7

Ý tưởng thứ hai của zvrba rằng bạn đặt cho mình một mục tiêu rõ ràng. Một số câu hỏi hướng dẫn: a. Bạn có muốn nghiên cứu NN như một mô hình của các mạng sinh học hay như một công cụ tính toán? b. Bạn có quan tâm đến khía cạnh học tập của họ không? bộ nhớ kết hợp? xử lý tín hiệu? c. Bạn có muốn hiểu lý thuyết phức tạp? hoặc chỉ đủ để viết phần mềm mô phỏng?

Ngoài ra, tôi sẽ bắt đầu nhỏ: triển khai perceptron bằng ngôn ngữ lập trình yêu thích của bạn. Toán học không phải là xấu, và nó có thể sẽ tập trung vào các bước tiếp theo của bạn. Sử dụng tập dữ liệu phân loại nhị phân, giả sử UCI's tic-tac-toe endgame.

3

Đối với các mạng thần kinh cơ bản, back-nhiện kỳ, những điều quan trọng nhất là:

  • Calculus

  • Linear Algebra

  • cơ bản Thống kê/xác suất

Nếu bạn chỉ tìm kiếm các chủ đề cụ thể hơn (bạn giúp bạn đã mất Calc, vì vậy tôi sẽ rời khỏi đó ra), sau đây là một số đối tượng đó sẽ hữu ích cho biết, nếu không nhất thiết phải áp dụng trực tiếp đến việc xây dựng một mạng lưới thần kinh:

  • Giải tuyến tính Hệ thống của phương trình (bạn muốn tìm hiểu điều này trong một khóa học Linear Algebra)

  • Least squares Regression

  • lý thuyết Tối ưu hóa

Bạn nên nhận ra rằng có một số phương pháp khác có thể được sử dụng để giải quyết các vấn đề nhất định cùng với mạng thần kinh.

Thường thì khía cạnh khó giải quyết nhất của vấn đề là xác định phương pháp tốt nhất để sử dụng.

Các vấn đề liên quan