Q:
Ako NeuroEvolúcia rozširujúcich sa topológií (NEAT) prispieva k genetickému strojovému učeniu?
A:NeuroEvolution of Augmenting Topology (NEAT) prispieva k výučbe genetických strojov tým, že poskytuje najmodernejší inovatívny model založený na princípoch genetických algoritmov, ktoré pomáhajú optimalizovať siete podľa hmotnosti a štruktúry siete.
Genetické algoritmy sú vo všeobecnosti modely umelej inteligencie a strojového učenia, ktoré sú nejakým spôsobom založené na princípe prirodzeného výberu - modely, ktoré pracujú opakovaným spracovaním tohto princípu výberu najlepšieho výsledku pre danú potrebu. Sú súčasťou širšej kategórie „evolučných algoritmov“, ktoré odborníci nazývajú „evolučnou školou“ strojového učenia - čo je vysoko štruktúrované podľa biologických evolučných princípov.
| Zdarma na stiahnutie: Strojové učenie a prečo na tom záleží |
Sieť NeuroEvolution of Augmenting Topologyies je umelá neurónová sieť vyvíjajúca sa na topológiu a váhu (TWEAN) - optimalizuje topológiu siete aj vážené vstupy do siete - nasledujúce verzie a vlastnosti NEAT pomohli prispôsobiť tento všeobecný princíp konkrétnemu použitiu, vrátane tvorby obsahu videohier a plánovania robotických systémov.
S nástrojmi ako NeuroEvolution of Augmenting Topologies, umelé neurónové siete a podobné technológie môžu zahŕňať niektoré z rovnakých spôsobov, ako sa biologický život vyvíjal na planéte - technológie sa však môžu vyvíjať veľmi rýchlo a mnohými sofistikovanými spôsobmi.
Zdroje ako skupina používateľov NeuroEvolution of Augmenting Topology, softvér FAQ a ďalšie prvky môžu pomôcť vybudovať komplexnejšie pochopenie toho, ako NEAT funguje a čo to znamená v kontexte evolučného strojového učenia. V podstate zjednodušením štruktúry siete a zmenou vstupných hmotností môže NEAT priblížiť ľudské manipulátory systémov strojového učenia k ich cieľom, pričom eliminuje veľa ľudskej práce zapojenej do nastavenia. Štruktúra a nastavenie vážených vstupov sa tradične, s jednoduchými doprednými neurónovými sieťami a inými skorými modelmi, spoliehalo na odbornú prípravu ľudí. Teraz je s týmito systémami do veľkej miery automatizovaný.
