29

मैं थोड़ी देर के लिए तंत्रिका नेटवर्क के बारे में जानने की कोशिश कर रहा हूं, और मैं कुछ बुनियादी ट्यूटोरियल ऑनलाइन समझ सकता हूं, और मैं भाग प्राप्त करने में सक्षम हूं Neural Computing - An Introduction लेकिन यहां तक ​​कि, मैं गणित के बहुत सारे पर ग्लेज़िंग कर रहा हूं, और यह पहले कुछ अध्यायों के बाद मेरे सिर पर पूरी तरह से हो जाता है। फिर भी इसकी कम से कम पुस्तक "गणित-वाई" मैं पा सकता हूं।पूर्वापेक्षाएँ न्यूरल नेटवर्क पर पुस्तकें पढ़ने की आवश्यकता है (और उन्हें समझें)

ऐसा नहीं है कि मैं गणित या कुछ भी डरता हूं, यह सिर्फ मुझे नहीं पता कि मुझे क्या चाहिए, और मुझे यकीन नहीं है कि मुझे वास्तव में क्या चाहिए। मैं वर्तमान में अपने स्थानीय विश्वविद्यालय में दाखिला ले रहा हूं, कक्षाओं में पकड़ने पर काम कर रहा हूं, मुझे कॉम्प में एमएस में प्रवेश करने की आवश्यकता है। विज्ञान कार्यक्रम (मेरा बीए व्यवसाय/जानकारी में है।) और मुझे बहुत दूर नहीं मिला है। विश्वविद्यालय के छोटे पाठ्यक्रम के विवरणों के अनुसार, एनएन वास्तव में पैटर्न पहचान पर एक इलेक्ट्रिकल इंजीनियरिंग पाठ्यक्रम में शामिल हैं (मुझे लगता है कि यह कोर्स ईई है), जिसमें कुछ ईई प्रीरेक हैं जिन्हें मुझे एमएस कंप में शामिल करने की आवश्यकता नहीं है । विज्ञान। कार्यक्रम।

मुझे इस विषय में बहुत दिलचस्पी है, और मुझे पता है कि मैं अंत में इसके बारे में बहुत कुछ सीखना चाहता हूं, समस्या यह है कि मुझे नहीं पता कि मुझे पहले क्या पता होना चाहिए। यहां कुछ ऐसे विषय मुझे लगता है कि मैं जरूरत हो सकती हैं, लेकिन यह सिर्फ अज्ञान से अटकलें लगाई जा रही है:

  • एकल चर कलन (मैं कैल्क मैं और द्वितीय मिला है, तो मुझे लगता है मैं यहाँ कवर कर रहा हूँ, बस संपूर्णता के लिए लिस्टिंग)
  • बहु चर कलन
  • रेखीय बीजगणित (मैं इस औपचारिक रूप से अभी तक नहीं लिया है, लेकिन वास्तव में क्या मैं विकिपीडिया और अन्य साइटों पर grok करने में कामयाब रहे है, वहां से कई अवधारणाएँ समझ सकते हैं)
  • असतत गणित (एक और मैंने औपचारिक रूप से नहीं लिया है, लेकिन मेरे अपने
  • ग्राफ थियो पर एक हिस्सा सीखा ry
  • संभावना थ्योरी
  • बायेसियन सांख्यिकी
  • सर्किट डिजाइन
  • अन्य गणित?
  • अन्य कंप्यूटर अनुप्रयोग विज्ञान विषयों

जाहिर है यहाँ के रूप में अच्छी तरह से एक तंत्रिका विज्ञान घटक है, लेकिन जैसा कि एनएन के लिए आवेदन किया, जब वे इस बारे में बात मैं वास्तव में किसी भी पुस्तक समझने में कोई परेशानी नहीं था, अपने वैचारिक

मुख्यतः क्योंकि

संक्षेप में, क्या कोई व्यक्ति अर्द्ध-स्पष्ट पथ डाल सकता है जिसे किसी को वास्तव में समझने की आवश्यकता है, पुस्तक को पढ़ना और अंततः तंत्रिका नेटवर्क को कार्यान्वित करना है?

+0

अच्छा सवाल :) – leppie

+0

न्यूरोलॉजी दवा का एक क्षेत्र है। आपका मतलब न्यूरोसाइंस है। – bias

+0

@ नियोस्फीयरियस - अच्छी कॉल, इसे बदल दिया। –

उत्तर

11

आप कॉलेज पाठ्यक्रम है कि आप किताब को समझने के लिए की आवश्यकता होगी की एक सूची चाहते हैं, यहाँ यह है:

  • पथरी (मैं, द्वितीय और तृतीय)
  • विभेदक समीकरण
  • रेखीय बीजगणित
  • सांख्यिकी (या Bayes का एक अच्छा कवर)

हालांकि, मैं Diff के बिना मेरे एनएन कक्षाओं में ठीक किया था। Eq। और सिर्फ उन अवधारणाओं को देखना था जिन्हें मैंने अभी तक अध्ययन नहीं किया था।

आप ऊपर के रूप में ब्लैक बॉक्स दृष्टिकोण ले सकते हैं, लेकिन यदि आप वास्तव में नेटवर्क के गणित और कार्यान्वयन को समझना चाहते हैं, तो आपको अध्ययन करना होगा। इससे कोई फर्क नहीं पड़ता कि आप क्या कर रहे हैं इससे कोई फर्क नहीं पड़ता कि यह अधिक उन्नत नेटवर्क को पूरी तरह से समझने के लिए एक सीधी सीखने की वक्र होगी। आप या तो उपर्युक्त कक्षाएं पहले ले सकते हैं, या आप पुस्तक को पढ़ना शुरू कर सकते हैं और विकिपीडिया पर जो कुछ भी नहीं समझते हैं उसे देख सकते हैं, और फिर उन लेखों से जो भी आपको उन्हें समझने के लिए पढ़ना है, उन्हें पढ़ना आदि। आप पाएंगे कि, किसी भी तरह से, आप अंततः उस प्रारंभिक चोटी को पीछे छोड़ देंगे और चीजें आसान हो जाएंगी।

यह अच्छा होगा अगर आपने हमें बताया कि आप तंत्रिका नेटवर्क क्यों सीखना चाहते हैं। मुझे अपने पेशेवर करियर में उनके लिए एक भी उपयोग नहीं मिला है, हालांकि मैं गेम डेवलपर या दूरसंचार डेवलपर नहीं हूं।

8

आप "तंत्रिका नेटवर्क" को लागू नहीं कर सकते हैं - आप एक विशिष्ट प्रकार के एनएन (उदाहरण के लिए perceptron) को लागू करना समाप्त कर देंगे। कई अलग-अलग प्रकार के एनएन होते हैं, प्रत्येक विशिष्ट प्रकार के कार्य के लिए उपयुक्त होते हैं, और प्रत्येक प्रकार कुछ गणित (और न केवल गणित) अवधारणाओं का उपयोग करता है जो विशेष रूप से केवल उस विशेष प्रकार के होते हैं। उदाहरण के लिए, बोल्टज़मान मशीन सांख्यिकीय थर्मोडायनामिक्स (बोल्टज़मान द्वारा स्थापित) से अवधारणाओं का उपयोग करती हैं।

आपके प्रश्न के लिए: एक स्पष्ट लक्ष्य के बिना, कोई स्पष्ट नहीं है (यहां तक ​​कि "सेमी-स्पष्ट" पथ भी नहीं है।

+0

@zvrba - धन्यवाद, हालांकि मुझे पता था कि विभिन्न प्रकार के एनएन थे, मैंने इस तथ्य के बारे में नहीं सोचा था कि उनके पास डेवलपर के साथ-साथ नेटवर्क के लिए स्वयं का स्वतंत्र शिक्षण वक्र होगा। –

7

मैं दूसरा zvrba का विचार है कि आप स्वयं को एक स्पष्ट लक्ष्य निर्धारित करते हैं। कुछ मार्गदर्शक प्रश्न: ए। क्या आप एनएन को जैविक नेटवर्क के मॉडल के रूप में या कम्प्यूटेशनल टूल के रूप में पढ़ना चाहते हैं? बी। क्या आप उनके सीखने के पहलू में रूचि रखते हैं? सहयोगी स्मृति? संकेत प्रसंस्करण? सी। क्या आप जटिल सिद्धांत को समझना चाहते हैं? या सिमुलेशन सॉफ्टवेयर लिखने के लिए पर्याप्त है?

इसके अलावा, मैं छोटा शुरू करूंगा: अपनी पसंदीदा प्रोग्रामिंग भाषा में perceptron लागू करें। गणित इतना बुरा नहीं है, और यह शायद आपको अपने अगले चरणों पर केंद्रित करेगा। UCI's tic-tac-toe endgame कहें, बाइनरी वर्गीकरण डेटासेट का उपयोग करें।

3

बुनियादी, बैक सत्रावसान तंत्रिका नेटवर्क के लिए, सबसे महत्वपूर्ण बातें हैं:

  • पथरी

  • रेखीय बीजगणित

  • बेसिक आँकड़े/संभावना

यदि आप केवल अधिक विशिष्ट विषयों की तलाश में हैं (आप एस

  • समीकरणों की रैखिक प्रणालियों को सुलझाने (: सहायता आप पहले से ही कैल्क ले लिया है, इसलिए मुझे लगता है कि बाहर छोड़ देंगे), यहाँ कुछ विषयों है कि पता करने के लिए उपयोगी है, तो जरूरी सीधे एक तंत्रिका नेटवर्क के निर्माण के लिए लागू नहीं होगा, कर रहे हैं यदि आप एक रेखीय बीजगणित पाठ्यक्रम में इस सीखना चाहते हैं)

  • कम से कम वर्गों प्रतिगमन

  • अनुकूलन सिद्धांत

आपको यह महसूस करना चाहिए कि कई अन्य विधियां हैं जिनका उपयोग तंत्रिका नेटवर्क के साथ कुछ समस्याओं को हल करने के लिए किया जा सकता है।

अक्सर समस्या को हल करने का सबसे कठिन पहलू उपयोग करने के लिए सबसे अच्छी विधि निर्धारित करना है।

संबंधित मुद्दे