P:
Kako NeuroEvolucija povećanih topologija (NEAT) doprinosi genetskom strojnom učenju?
A:NeuroEvolucija povećanih topologija (NEAT) doprinosi učenju genetskih strojeva pružajući vrhunski inovativni model zasnovan na principima genetskih algoritama koji pomažu u optimizaciji mreža prema težini i strukturi mreže.
Genetski algoritmi općenito su modeli umjetne inteligencije i strojnog učenja koji se na neki način temelje na principu prirodne selekcije - modeli koji djeluju iterativnom obradom tog načela odabira najboljeg rezultata za određenu potrebu. To su dio šire kategorije "evolucijskih algoritama" u onome što profesionalci nazivaju "evolucionističkom školom" strojnog učenja - onom koja je visoko strukturirana oko bioloških evolucijskih načela.
| Besplatno preuzimanje: Strojno učenje i zašto je to važno |
NeuroEvolucija povećanja mreže topologija je topološka i umjetna neuronska mreža koja razvija težinu (TWEAN) - optimizira i topologiju mreže i ponderisane ulaze mreže - naknadne verzije i značajke NEAT-a pomogle su prilagoditi ovaj opći princip specifičnim namjenama, uključujući stvaranje video igara i planiranje robotskih sustava.
Pomoću alata poput NeuroEvolucije topologija povećanja, umjetne neuronske mreže i slične tehnologije mogu uključivati na neke iste načine na koje se biološki život razvijao na planeti - međutim, tehnologije se u pravilu mogu razvijati vrlo brzo i na mnogo sofisticiranih načina.
Resursi poput NeuroEvolucije grupe korisnika proširenja Topologies, softver često postavljanih pitanja i drugih elemenata mogu pomoći u izgradnji potpunijeg razumijevanja kako NEAT djeluje i što to znači u kontekstu evolucijskog strojnog učenja. U osnovi, pojednostavljenjem strukture mreže i promjenom ulaznih težina, NEAT može ljude koji se bave sistemima strojnog učenja približiti njihovim ciljevima, a pritom eliminirati mnogo ljudskog rada uključenog u postavljanje. Tradicionalno, pomoću jednostavnih neuronskih mreža i drugih ranih modela, strukturiranje i postavljanje ponderiranih inputa oslanjalo se na obuku ljudi. Sada je automatizirano sa ovim sustavima u velikoj mjeri.
