Vsebina
V:
Kako je lahko "naključni sprehod" koristen pri algoritmih strojnega učenja?
A:
Pri strojnem učenju lahko na različne načine uporabimo pristop "naključnega sprehoda", s pomočjo katerega tehnologija preseže velike nabore podatkov o usposabljanju, ki so osnova za morebitno razumevanje stroja.
Matematično je naključni sprehod nekaj, kar lahko opišemo na več različnih tehničnih načinov. Nekateri ga opisujejo kot randomizirano zbirko spremenljivk; drugi bi ga lahko imenovali "stohastični proces." Ne glede na to, naključni sprehod razmišlja o scenariju, kjer spremenljiv niz nastavi pot, ki je vzorec, ki temelji na naključnih prirasteh, glede na celoštevilčni niz: Na primer sprehod po številski vrstici, kjer se spremenljivka na vsakem koraku premika plus ali minus ena .
Tako lahko na algoritme strojnega učenja uporabimo naključni sprehod. En priljubljen primer, opisan v delu v Wiredu, se nanaša na nekatere prelomne teorije o tem, kako lahko nevronske mreže delujejo, da simulirajo človekove kognitivne procese. Žičarski pisatelj Natalie Wolchover velik del metodologije pripisuje naključnemu sprehodu v scenariju strojnega učenja, ki pripisuje velik del metodologije pionirjem podatkovnih podatkov Naftaliju Tishbyju in Ravidu Shwartz-Zivu, ki predlagajo načrt za različne faze dejavnosti strojnega učenja. Wolchover natančneje opisuje "fazo stiskanja", ki je povezana s filtriranjem nepomembnih ali pol relevantnih lastnosti ali vidikov v slikovnem polju v skladu z namenom programa.
Splošna ideja je, da stroj med zapletenim in večstopenjskim postopkom deluje tako, da si "zapomni" ali "pozabi" različne elemente slikovnega polja za optimizacijo rezultatov: V fazi stiskanja bi program lahko opisali kot "ničlitev" v "o pomembnih lastnostih za izključitev obrobnih.
Za to vrsto dejavnosti strokovnjaki uporabljajo izraz "stohastični gradientski spust". Drug način, da to razložimo z manj tehnične semantike, je, da se dejansko programiranje algoritma spremeni po stopnjah ali iteracijah, da se "uglaši" tisti učni proces, ki poteka v skladu z "naključnimi koraki hoje", ki bodo sčasoma pripeljali do neke oblike sinteza.
Preostali del mehanike je zelo podroben, saj inženirji delajo za premikanje procesov strojnega učenja skozi fazo stiskanja in druge povezane faze. Širša ideja je, da se tehnologija strojnega učenja dinamično spreminja skozi celotno življenjsko dobo vrednotenja velikih vadbenih garnitur: Namesto da bi posamezne primere pregledovali različne bliskovne kartice, stroj večkrat pogleda iste bliskovne kartice ali vleče bliskovne kartice na naključno in jih gledamo na spreminjajoč se, iterativni, randomiziran način.
Zgornji pristop naključne hoje ni edini način, da lahko naključno hojo uporabimo za strojno učenje. V vsakem primeru, kjer je potreben randomiziran pristop, je lahko naključni sprehod del orodja matematika ali podatkovnega znanstvenika, da bi lahko ponovno izpopolnili postopek učenja podatkov in zagotovili vrhunske rezultate na hitro nastajajočem področju.
Na splošno je naključni sprehod povezan z določenimi matematičnimi in podatkovnimi hipotezami. Nekatere najbolj priljubljene razlage naključnega sprehoda so povezane z borzo in posameznimi borznimi lestvicami. Kot je popularizirano v filmu "Naključni sprehod po Wall Streetu" Burtona Malkiela, nekatere od teh hipotez trdijo, da je prihodnja dejavnost delnice v bistvu nerazpoznavna. Vendar drugi predlagajo, da je mogoče naključne vzorce hoje analizirati in projicirati, in ni naključje, da se sodobne sisteme strojnega učenja pogosto uporabljajo za analizo borz in dnevno trgovanje. Prizadevanje za znanje na tehnološkem področju je in vedno je povezano s prizadevanjem za znanje o denarju in ideja o naključnih sprehodih pri strojnem učenju ni izjema. Po drugi strani pa je naključni sprehod kot pojav mogoče uporabiti za kateri koli algoritem za kateri koli namen, v skladu z nekaterimi zgoraj omenjenimi matematičnimi načeli. Inženirji lahko uporabijo naključni vzorec hoje, da preskusijo tehnologijo ML ali jo usmerijo k izbiri funkcij ali za druge namene, povezane z velikanskimi, bizantinskimi gradovi v zraku, ki so sodobni sistemi ML.