Рекомендация по стратегии

[ailev]

Пишу уже второму клиенту "Рекомендации по стратегии развития XXX" и понимаю, что важнейший в этих рекомендациях пункт будет недооценен и поэтому имеет все шансы быть не выполненным. Речь идёт об использовании глубоких нейронных сетей. Где? Ответ: везде. Как? Ответ: очень по-разному

Comments

[beinganengineer]

Если взять за пример порога входа рекомендации этой статьи - http://habrahabr.ru/company/mlclass/blog/252743/ , то я бы не сказал, что он низкий.
Довольно много теории изучить, прежде чем хотя бы начать практиковаться.
А вот в этой http://www.datasciencecentral.com/profiles/blogs/how-to-become-a-data-scientist-for-free прямым текстом говорится - от 3 до 12 месяцев.
Конечно, низкий или высокий это все относительно.
Но в общем понимании низкий порог входа у web-разработки на PHP, например.

[old_ufo]

Чтобы начать практиковаться ничего не нужно изучать. Достаточно зайти на каггл, скачать там задание к обучающему соревнованию и запустить код из туториала. Как только он запуститься, можно начинать играться. Как надоест - скачать данные из прошедших реальных соревнований, решение победителя и играться с ним.
Ниже, чем порог разработки на php.

[beinganengineer]

и много таким образом можно наиграть?

[old_ufo]

Смотря какая задача стоит, может и вообще больше ничего не надо будет. А если нет - уже будет на чем проверять штуки, написаные в книгах и будет понятно, к чему они относятся. Собственно, основная задача такого подхода - живой опыт сразу и снижение порога вхождения.

[thagastan]

С шахматной нейросеткой очаровательно - а ведь какая отрасль была, какая книжка Ботвинника, в детстве с Каиссой играл по переписке через Комсомольскую правду. И все...

А нейросетей люди в упор не видят. Ой, капча кодак нарисовала!

[avlasov]

Вся тусовка глубокого обучения радостно цитировала вчера друг другу работу http://www.technologyreview.com/view/541276/deep-learning-machine-teaches-itself-chess-in-72-hours-plays-at-international-master/ -- десктоп научили играть в шахматы на уровне международного гроссмейстера за 72 часа. Самое интересное для меня в этой работе, что это демонстрация не столько мощности глубокого обучения, сколько его лёгкости. Это магистерский thesis, работа одного студента (http://arxiv.org/abs/1509.01549). Это доказательство, что глубокое обучение -- не rocket science. Что до сегодняшнего дня делала целая бригада опытных профессионалов-программистов, работая много лет в тесном сотрудничестве с опытными профессионалами-шахматистами, сегодня делает неглупый студент. Это глубокая ирония (pun intended), что выигравший у чемпиона

[cass1an]

"уже не про онтологии, как в прошлом году, а про нейронные сетки "
А эти две вещи уже пытаются склеивать, или еще нет?

[ailev]

Конечно, пытаются. Но пока не слишком убедительно.

[juncus]

Там есть одна фишка у дип лернинга нехорошая. Даже малые возмущения сильно обнуляют результат, если эти значения ни разу не встречались в обучающей выборке.

Подкиньте для прикола этой тусовке такой "маленький" вопросик-кейсик.

Допустим, сначала мы сажаем играть с этой программой школьника, чтобы он сделал несколько заведомо тупых ходов, но не приводящих к проигрышу (прога на таких не тренировалась заведомо, там слишком много комбинаций, чтобы в обучающую выборку пихать тупые варианты). Дебют уведется в сторону от магистральных путей капитально. А потом убираем школьника и сажаем с ней доигрывать того самого международного мастера-гроссмейстера. Забавно будет на это посмотреть.