Нематематическое описание нейронных сетей

Question

Я не математик. Мне нравится хорошая математическая головоломка, но я от всего сердца признаю свои слабости. Тем не менее, я всегда интересовался нейронными сетями, и хотя я понимаю их достаточно, чтобы реализовать их с нуля, я наталкиваюсь на стену, когда мне нужно понять любую концепцию, для которой я могу найти только математические доказательства. Где руководство программиста по нейронным сетям, использующее код вместо формулы для объяснения практических соображений?

Answer 1

Другая альтернатива - это не математика, не программирование. Книга Blondie24: Игра на грани ИИ содержит действительно замечательное объяснение нейронных сетей. Речь идет об ИИ, играющем в шашки, разработанном автором. Это не полностью без программных ссылок, но он отлично объясняет, как работают алгоритмы, не вдаваясь в код решения.

Answer 2

К сожалению, я не знаю, есть ли хороший единый «источник программистов», который даст вам все концепции. Мне понравились Нейронные и адаптивные системы: основы через симуляции .

Лучший способ получить «понимание программистом» нейронных сетей - это не столько анализ кода, сколько проблема и правильные результаты. Итак, если вы не хотите смотреть на математику, я рекомендую вам взглянуть на данную проблему. Например, рассмотрите проблему XOR как пример того, почему вам нужны нелинейные функции активации, посмотрите на количество переменных и их возможных значений, чтобы понять, почему нейронная сеть должна быть определенного размера и топологии, чтобы быть эффективной, и разделите ваши данные на режимы поезда / теста и проведите исследования, чтобы понять, почему переоснащение опасно Изучите код с данными.

Я также рекомендую не слишком зацикливаться, а читать дальше. Определенные практики в сетях прямой связи становятся более понятными, когда вы увидите их обобщение в повторяющихся и конструктивных нейронных сетях. Я также рекомендую расширяться: байесовские сети, нечеткие когнитивные карты, SOM, машины Больцмана, моделируемый отжиг и обучение подкреплению имеют интуицию.

Это идет к ответу на ваш вопрос?

Answer 3

Я написал статью почти с таким названием. В статье описывается представление данных в нейронной сети, а также другие методы машинного обучения, такие как машины опорных векторов.

http://www.heatonresearch.com/content/non-mathematical-introduction-using-neural-networks

Answer 4

Я лично использовал:

Практические рецепты нейронной сети на C ++

http://www.amazon.com/Practical-Neural-Network-Recipes-C/dp/0124790402/ref=pd_bxgy_b_img_b/179-4083507-8029219

Автор, на мой взгляд, не в полной мере использует более мощную функциональность C ++, во многих случаях он больше напоминает традиционный C с классами. Книга также немного устарела.

* 1009. попытка Здесь не много пупка, что мне нравилось.

Он проведет вас через все основные вещи, необходимые для программирования нейронной сети - как сравнить фактический выходной сигнал с желаемым для получения сигнала ошибки, а затем использовать этот сигнал ошибки в сочетании с алгоритмами обратного распространения для изменения сильные стороны соединения с сетью, делая это итеративно, так что постепенно нейронная сеть «запоминает» задачу.

Answer 5

Вам нужно немного разобраться в Pascal или Delphi, но этот обзор от ThinkQuest довольно полезен с точки зрения программирования. Это также объясняет некоторые трудности и почему математика выглядит немного пугающей. (Я тоже не математик.)

Некоторое время назад я был довольно заинтересован в подобных вещах (все еще по большей части) и в поисках некоторых проходов, за которыми я могу довольно быстро следовать.

Надеюсь, это поможет хоть немного.