Я сейчас собираюсь начать глубоко изучать нечеткую логику, нейронные сети, нечеткие эксп. системы и т.п.
Скажите пожалуйста, применяли ли вы когда-нибудь что-нибудт из м.в. на практике и как думаете, стоило бы это делать?
Так же очень интересно ваше мнение о мягких вычислениях в общем. Не считаете ли вы случайно, что это — полная фигня,и классические алгоритмы лучше и т.п...
Здравствуйте, Noobi, Вы писали:
N>Так же очень интересно ваше мнение о мягких вычислениях в общем. Не считаете ли вы случайно, что это — полная фигня,и классические алгоритмы лучше и т.п...
Случайно считаю именно так. Но собственный опыт всегда убедительнее. Флаг, как говорится, в руки. Для поиска чужого опыта подойдет функция RSDN "поиск".
Здравствуйте, Gaperton, Вы писали:
G>Здравствуйте, Noobi, Вы писали:
N>>Так же очень интересно ваше мнение о мягких вычислениях в общем. Не считаете ли вы случайно, что это — полная фигня,и классические алгоритмы лучше и т.п... G>Случайно считаю именно так. Но собственный опыт всегда убедительнее. Флаг, как говорится, в руки. Для поиска чужого опыта подойдет функция RSDN "поиск".
G>Удачи.
Здравствуйте, Noobi, Вы писали:
N> Да, я уже читал одно обсуждение про нейросети
Серьезных обсуждений было как минимум три. Во всех трех "наши выиграли", т. е. сторонноков нейросетей методично и неторопливо порвали на лоскуты. Почитай, там местами интересно и по делу (чем позже, тем больше по делу).
Здравствуйте, Gaperton, Вы писали:
G>Здравствуйте, Noobi, Вы писали:
N>> Да, я уже читал одно обсуждение про нейросети G>Серьезных обсуждений было как минимум три. Во всех трех "наши выиграли", т. е. сторонноков нейросетей методично и неторопливо порвали на лоскуты. Почитай, там местами интересно и по делу (чем позже, тем больше по делу).
Здравствуйте, Saintdmitry, Вы писали:
S>Здравствуйте, Noobi, Вы писали:
N>>Здравствуйте, Gaperton, Вы писали:
N>>А как насчет нечеткой логики — в поиске не нашёл
S>Ищите fuzzy logic
Спасибо, я это вроде тоже пробовл. Сейчас еще попробую.
Здравствуйте, Gaperton, Вы писали:
G>Здравствуйте, Noobi, Вы писали:
N>> Да, я уже читал одно обсуждение про нейросети G>Серьезных обсуждений было как минимум три. Во всех трех "наши выиграли", т. е. сторонноков нейросетей методично и неторопливо порвали на лоскуты. Почитай, там местами интересно и по делу (чем позже, тем больше по делу).
Буду благодарен, если кинешь ссылочки по обсуждениям. Просто интересно. Я вообще считаю, что нейронные сети рулят в некоторых случаях, когда применять простые вычисления (например, статистику) долго или вообще невозможно.
Здравствуйте, tinytjan, Вы писали:
T>Здравствуйте, Gaperton, Вы писали:
G>>Здравствуйте, Noobi, Вы писали:
N>>> Да, я уже читал одно обсуждение про нейросети G>>Серьезных обсуждений было как минимум три. Во всех трех "наши выиграли", т. е. сторонноков нейросетей методично и неторопливо порвали на лоскуты. Почитай, там местами интересно и по делу (чем позже, тем больше по делу). T>Буду благодарен, если кинешь ссылочки по обсуждениям. Просто интересно. http://www.rsdn.ru/Forum/?mid=952084
Здравствуйте, Gaperton, cпасибо за ссылочки.
Очень интересно. И обидно заодно.
Я написал универсальную нейросеть. Что зря что ли?????
ПРОДВИНУТЫЕ МАТЕМАТИКИ саппроксимируйте эллипс, произвольным образом расположенный в пространстве, по набору точек.
Да ладно, распознайте автомобильный номер с вероятностью 90% распознавания одной цифры.Интересно, сколько времени у вас уйдет на математический аппарат этого дела. У меня сеть обучается за 20 минут(архитектура задается за 10 минут). Слабо за двадцать минут придумать математику под это дело?
Здравствуйте, tinytjan, Вы писали:
T>Здравствуйте, Gaperton, cпасибо за ссылочки. T>Очень интересно. И обидно заодно. T>Я написал универсальную нейросеть. Что зря что ли????? T>ПРОДВИНУТЫЕ МАТЕМАТИКИ саппроксимируйте эллипс, произвольным образом расположенный в пространстве, по набору точек. Легко, под это разрабатывается вариант метода наименьших квадратов. Плюс, могу накидать несколько тупых приблизительных методов без оценки точности, которые будут приближать эллипс не хуже, а лучше чем твоя нейросеть. Вот тебе, например, метод для круга, чтобы был понятен принцип: центр круга — центр масс системы точек, радиус — размер дисперсии от центра.
Эллипс — тупо: находим методом наименьших квадратов прямую, проходящую через систему точек (прямые формулы). Это будет ось большого диаметра эллипса, малый диаметр перпендикулярен ему и является проекцией центра масс на эту прямую (прямые формулы). По дисперсии проекций точек на каждую из осей я определю радиусы.
Все это придумано за 5 минут, и может быть запрограммлено минут за 15. Причем это гарантированно будет работать. Ты расшибешься обучать нейросеть, чтобы она
1) по точности работы догнала этот метод, и
2) в принципе не сможешь гарантировать что обученная сеть будет работать на всех примерах.
T>Да ладно, распознайте автомобильный номер с вероятностью 90% распознавания одной цифры.Интересно, сколько времени у вас уйдет на математический аппарат этого дела. У меня сеть обучается за 20 минут(архитектура задается за 10 минут). Слабо за двадцать минут придумать математику под это дело?
Все подобные алгоритмы, которые работают нормально — закрыты, и являются секретом фирм, которые их используют. А вот о том, как за 20 минут это сделать нейросетью можно в любой подворотне сети почитать. Это я к чему? Бюджеты таких продуктов побольше, чем 20 минут программерского времени.
А сетка твоя на самом деле не работает. Я не верю, что нейросеть после 20 минутного обучения в принципе способна распознавать номера произвольно расположенные в кадре при любом освещении. На каком наборе тестов у тебя распознается 90% — не известно. Если ты отвечаешь за свои слова — выкладывай программу или для начала опиши набор тестов и обучающее множество. А то говорит все горазды, а результаты экспериментов почему-то не воспроизводятся.
Здравствуйте, Gaperton, Вы писали:
G>Здравствуйте, tinytjan, Вы писали:
T>>Здравствуйте, Gaperton, cпасибо за ссылочки. T>>Очень интересно. И обидно заодно. T>>Я написал универсальную нейросеть. Что зря что ли????? T>>ПРОДВИНУТЫЕ МАТЕМАТИКИ саппроксимируйте эллипс, произвольным образом расположенный в пространстве, по набору точек. G> Легко, под это разрабатывается вариант метода наименьших квадратов. Плюс, могу накидать несколько тупых приблизительных методов без оценки точности, которые будут приближать эллипс не хуже, а лучше чем твоя нейросеть. Вот тебе, например, метод для круга, чтобы был понятен принцип: центр круга — центр масс системы точек, радиус — размер дисперсии от центра.
G>Эллипс — тупо: находим методом наименьших квадратов прямую, проходящую через систему точек (прямые формулы). Это будет ось большого диаметра эллипса, малый диаметр перпендикулярен ему и является проекцией центра масс на эту прямую (прямые формулы). По дисперсии проекций точек на каждую из осей я определю радиусы.
G>Все это придумано за 5 минут, и может быть запрограммлено минут за 15. Причем это гарантированно будет работать. Ты расшибешься обучать нейросеть, чтобы она G>1) по точности работы догнала этот метод, и G>2) в принципе не сможешь гарантировать что обученная сеть будет работать на всех примерах.
T>>Да ладно, распознайте автомобильный номер с вероятностью 90% распознавания одной цифры.Интересно, сколько времени у вас уйдет на математический аппарат этого дела. У меня сеть обучается за 20 минут(архитектура задается за 10 минут). Слабо за двадцать минут придумать математику под это дело? G>Все подобные алгоритмы, которые работают нормально — закрыты, и являются секретом фирм, которые их используют. А вот о том, как за 20 минут это сделать нейросетью можно в любой подворотне сети почитать. Это я к чему? Бюджеты таких продуктов побольше, чем 20 минут программерского времени.
G>А сетка твоя на самом деле не работает. Я не верю, что нейросеть после 20 минутного обучения в принципе способна распознавать номера произвольно расположенные в кадре при любом освещении. На каком наборе тестов у тебя распознается 90% — не известно. Если ты отвечаешь за свои слова — выкладывай программу или для начала опиши набор тестов и обучающее множество. А то говорит все горазды, а результаты экспериментов почему-то не воспроизводятся.
А что-нибудь против нечеткой логики ты имеешь? (Насчет нейросетей: я теперь расхотел ими глубоко заниматься, но обязательно ознакомлюсь)
Здравствуйте, Noobi, Вы писали:
N>Здравствуйте, Gaperton, Вы писали:
...
N>А что-нибудь против нечеткой логики ты имеешь? (Насчет нейросетей: я теперь расхотел ими глубоко заниматься, но обязательно ознакомлюсь)
Теперь изучение нейросетей и всего такого отодвигается на 2й план. Буду читать книги про ДУ, компиляцию (1 уже почти прочитал) и Функ. языки. С учетом прочитанных сообщений я думаю, что это бует круче и эффективнее
К сожалению, выяснил из прочтенного, что основное достоинство нейросетей — их простота по сравнению с хорошими алгоритмами. Мне не нравится этот их признак , лучше почитаю про то, что указано в пред. моем сообщении.
P.S.
Правда, про нечеткую логику там не было такого написано, но, думаю, что это и к ней относится .
Здравствуйте, Noobi, Вы писали:
N>Здравствуйте, Noobi, Вы писали:
N>>Здравствуйте, Gaperton, Вы писали:
N>...
N>>А что-нибудь против нечеткой логики ты имеешь? (Насчет нейросетей: я теперь расхотел ими глубоко заниматься, но обязательно ознакомлюсь)
N>Теперь изучение нейросетей и всего такого отодвигается на 2й план. Буду читать книги про ДУ, компиляцию (1 уже почти прочитал) и Функ. языки. С учетом прочитанных сообщений я думаю, что это бует круче и эффективнее
Круче бывают только яйца Слышали такую поговорку. Какая цель вообще прреследуется ?
N>А что-нибудь против нечеткой логики ты имеешь? (Насчет нейросетей: я теперь расхотел ими глубоко заниматься, но обязательно ознакомлюсь)
Ничего плохого в ней нет, но есть один нюанс. "Нечеткая логика" — это просто название. И ничего кроме названия. Если я правильно понимаю, если ты заменишь значения true-false на вероятность true, то ты и получишь так называемую нечеткую логику.
"логическое и" соответствует вероятноти одновременных событий: p1*p2
"отрицание" это 1-p. Все, этот набор операций полон, через них выражается все остальное.
"логическое или" = 1 — p1*p2.
Дальше можно брать любой учебник математической логики, и начать раскручивать на этом базисе "нечеткую логику" — ничего сложного, и главное, получишь ты в результате самую обыкновенную теорию вероятности. Тервер штука хорошая, но никакой магии и ореола романтики в ней нет (вслушайтесь как звучит? "нечеткая логика"! Завлекает, правда? Это не спроста, так бабло на грант получить проще, или тендер выиграть).
Так что берем учебник тервера, учебник матлогики или дискретной математики, и начинаем погружаться в увлекательный мир нечеткой логики самостоятельно. Это интересно и ненапряжно, если делать это самостоятельно, в качестве упражнения. Можно получить массу удовольствия, и без особых усилий (бо халява) почувствовать себя первооткрывателем загадочной fuzzy logic. А читать на эту тему книжки — все равно, что заглянуть в конец скучного детектива.
N>(Насчет нейросетей: я теперь расхотел ими глубоко заниматься, но обязательно ознакомлюсь)
Насчет споров о нейросетях против классических методов. Вы понимаете, что фактически пытаются доказать сторонники нейросетей? Вдумайтесь. Они фактически доказывают, что нейросеть "понимает проблему" и "обучается" эффективнее квалифицированного математика. Сколько нейронов в этих сетях? Сотни? Сколько нейронов у человека в мозгу? Настоящих, которые обучаяются по взрослому, а не через метод backpropagation.
Это очевидно — математик всегда выиграет у нейросети придумав более точное и эффективное решение. Эти споры беспредметны. Естественно, чтобы выиграть у нейросети, надо знать математику. Обучаться несколько лет, на большом обучающем множестве . Знаете тематическую шутку математиков? "Искусственным интеллектом занимаются те, кому не хватает естественного". Естественно, в каждой шутке есть доля шутки.
Здравствуйте, Gaperton, Вы писали:
G>Эллипс — тупо: находим методом наименьших квадратов прямую, проходящую через систему точек (прямые формулы). Это будет ось большого диаметра эллипса, малый диаметр перпендикулярен ему и является проекцией центра масс на эту прямую (прямые формулы). По дисперсии проекций точек на каждую из осей я определю радиусы.
Эллипс -- это не тупо. Попробуй найти эллипс чистым МНК, находя не прямые регрессии, а ДЕЙСТВИТЕЛЬНО уравнение
эллипса. Это дело будет посложнее запрограммить.
А насчет предложенного метода -- центр масс НЕЛЬЗЯ использовать, если ты хочешь найти действительно оптимальный эллипс. Интересно, как этот метод будет пахать на таком примере?
G>А сетка твоя на самом деле не работает. Я не верю, что нейросеть после 20 минутного обучения в принципе способна распознавать номера произвольно расположенные в кадре при любом освещении. На каком наборе тестов у тебя распознается 90% — не известно. Если ты отвечаешь за свои слова — выкладывай программу или для начала опиши набор тестов и обучающее множество. А то говорит все горазды, а результаты экспериментов почему-то не воспроизводятся.
Программу не выкину -- коммерческий проект.
Тестовая выборка -- база данных фотографий реальных номеров, разбитых на символы. Разброс угла поворота там очень маленький, но смещение есть, и не маленькое. Мало того, на картинке частенько проскакивают части других цифирь.
Обучение проводилось на ста картинках(обучение только на 0..9) тестировалось на двухстах, не входящих в обучающую выборку.
Между прочим 20 минут не так уж и мало. Это время можно сократить.
Здравствуйте, Noobi, Вы писали:
N>К сожалению, выяснил из прочтенного, что основное достоинство нейросетей — их простота по сравнению с хорошими алгоритмами. Мне не нравится этот их признак , лучше почитаю про то, что указано в пред. моем сообщении.
Не простота. А УНИВЕРСАЛЬНОСТЬ и ОБОБЩАЮЩАЯ СПОСОБНОСТЬ.
Хорошие алгоритмы так просто нигде не валяются. А инфы по нейронкам вагон и еще маленькая тележка.
Зачем изобретать паровоз, если есть универсальный аппроксиматор под довольно широкий спектр задач?
Да, я уже читал одно обсуждение про нейросети
, лучше почитаю про то, что указано в пред. моем сообщении.
.
