2017/02/26
深度學習：使用激勵函數的目的、如何選擇激勵函數 Deep Learning : the role of the activation function
本篇不是介紹類神經網路和激勵函數是什麼，而是嘗試添加一些類神經網路設計思維上的血肉，讓整體思路更具體一點：會簡單介紹使用激勵函數的目的，以及如何選擇激勵函數。那就廢話不多說開始整理筆記吧^^
2016/12/31
Q-learning 與 類神經網路：用 OpenAI gym 模擬木棒台車平衡問題 (cart-pole system)
大家新年快樂呀！這次的文章是介紹一個簡單的 Q-learning 經典例題：木棒台車平衡問題 (cart-pole system)；看著寫好的程式在玩木棒平衡遊戲，真的是很療癒啊XD
2016/10/09
AI - Ch16.5 類神經網路實作 - TensorFlow 介紹與入門教學
實作類神經網路對於了解類神經網路的架構是很有幫助的，不過使用框架也省略了很多數學的細節和證明，理論和實作還是缺一不可阿！
2016/10/07
AI - Ch16 機器學習(4), 類神經網路 Neural network
初版 2015.06.18 二版 2016.10.07 一、類神經網絡簡介 (Neural Network, NN) 類神經網絡是一種受生物學啟發而產生的一種模擬人腦的學習系統。 對於神經(neuron)我們有一個簡單的抽象：每個神經元是與其他神經元連結在一起...
2016/10/07
AI - Ch13 機器學習(1), 機器學習簡介與監督式學習 Introduction to Machine Learning, Supervised Learning
2015.06.15 初版 2016.10.07 二版 一、機器學習簡介 機器學習是近20多年興起的一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。機器學習理論主要是設計和分析一些讓計算機可以自動「學習」的演算法。機...
2015/06/21
AI - Ch12 邏輯(5), 歸結論證 Resolution-refutation proofs
推理規則與歸結 推理規則是構造有效推論的方案。這些方案建立在一組叫做前提的公式和叫做結論的斷言之間的語法關係。這些語法關係用於推理過程中，新的真的斷言從其他已知的斷言得出。在形式邏輯的設置中，推理規則通常用如下形式給出：
2015/06/18
![[系列文目錄] 人工智慧 Artificial Intelligence](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjNwcIdAmh6umCRN0O3rCCSvr7-3ZSukLEPV_bsm83g-v-qt3LppQsIo-_Yampf08E2QE8IuXwjGPnr1IGAfwK7XTiInZma5gEeH9nz5iOmnF8MehB0-UC88ic_9SfEjf3pUG2f-qlOx71p/s72-c/3.png)
[系列文目錄] 人工智慧 Artificial Intelligence
序 - The Imitation Game " I propose to consider the question, 'Can machines think?' " Alan Turing 在他 1950 發表的論文 ...
2015/06/17
AI - Ch15 機器學習(3), 樸素貝葉斯分類器 Naive Bayes classifier
樸素貝葉斯機率 模型簡介 簡單貝氏模型直接假設所有的隨機變數之間具有條件獨立的情況，因此可以直接利用條件機率相乘的方法，計算出聯合機率分布。
2015/06/17
AI - Ch14 機器學習(2), 決策樹 Decision Tree
決策樹 (Decision Tree) 決策樹是用來處理分類問題的樹狀結構，使用方法為:選出分類能力最好的屬性做為樹的內部節點，將內部節點的所有不同資料產生出對應的分支，遞迴重複上面的過程直到滿足終止條件，ID3、C4.5 、C5.0、CHAID及CART是決策樹演算法的...
2015/06/16
AI - Ch19 機器學習(7), 分群/聚類：階層式分群法 Clustering: Hierarchical Clustering
階層式分群法（Hierarchical Clustering） 階層式分群法透過一種階層架構的方式，將資料層層反覆地進行分裂或聚合，以產生最後的樹狀結構，常見的方式有兩種： 聚合式階層分群法 (Bottom-up, agglomerative) : 如果採用聚合的方式...
2015/06/16
AI - Ch18 機器學習(6), 分群/聚類：K平均演算法 Clustering: K-means Algorithm
非監督式學習 在非監督式學習中，預先準備好的範例數據並不被特別標識，非監督式學習的學習模型是為了推斷出數據的一些內在結構。它是監督式學習和強化學習等策略之外的一種選擇。
2015/06/10
AI - Ch11 邏輯(4), 謂詞邏輯與一階邏輯 Predicate logic and First-order logic
謂詞邏輯簡介 在數理邏輯中，謂詞邏輯（Predicate logic）是符號形式系統的通用術語，比如一階邏輯，二階邏輯，多類邏輯或無窮邏輯等等。
2015/06/09
AI - Ch10 邏輯(3), 命題邏輯 propositional logic
命題邏輯 (propositional logic) 命題邏輯 (propositional logic) ，又稱語句邏輯 (sentential logic)，是最簡單的邏輯形式系統。學習邏輯者通常也以它為起點。其他較複雜的邏輯系統包括謂詞邏輯 (predicate l...
2015/06/08
AI - Ch8 邏輯(1), 邏輯與人工智慧概述 Introduction to logic-based artificial intelligence
現代邏輯創始於十九世紀末葉與二十世紀早期，其發展動力主要來自於 數學中的公理化運動 。當時的數學家們試圖從少數的公理與明確給出的演繹規則，來推導出其他的數學定理，從而把整個數學構造成為一個嚴格的演繹大廈，然後用某種程序與方法一勞永逸地證明數學體系的可靠性。(雖然最後證明不...
2015/05/13
AI - Ch9 邏輯(2), 專家系統 Expert System
專家系統 (Expert system) 專家系統是早期人工智慧的一個重要分支，它可以看作是一類具有專門知識和經驗的計算機智能程序系統，一般採用人工智慧中的知識表示和知識推理技術來模擬通常由領域專家才能解決的複雜問題。一般來說， 專家系統 = 知識庫 + 推理機 ，因此專...
2015/04/20
AI - Ch6 CSP(2), 相容性與邊相容性 Local consistency
In binary CSPs, various consistency techniques for constraint graphs were introduced to prune the search space. The consistency-enforcin...
2015/04/19
AI - Ch7 CSP(3), 限制傳播 Constraint Propagation
The Constraint Propagation scheme is to embed a consistency algorithm inside a backtracking algorithm. Determining how the constraints an...
2015/04/19
AI - Ch5 CSP(1), 限制滿足問題 Constraint Satisfaction Problems
滿足條件限制的問題 (Constraint satisfaction problem ,CSP)為一組狀態必須滿足於若干約束或限制的目標，這個問題有很多可能的解。CSPs經常表現出高複雜性，需要結合啟發式搜索和搜索方法來在一個合理的時間內解決問題。
2015/04/19
AI - Ch4 極大極小搜尋法與剪枝 Minimax Algorithm and Alpha-beta Pruning
對於電腦下棋領域，Minimax 搜尋方式與 Alpha-beta pruning 的修剪策略組合，可以說是最有效的下棋算法。西元2000年，IBM 的深藍對世界西洋棋王 Kasparov 的一戰，電腦首度打敗世界西洋棋王。從此之後，Minimax 與 Alpha-beta...
2015/04/18
AI - Ch3 有資訊/啟發式的搜尋策略 Informed (Heuristic) Search Strategies
啟發式搜尋策略又通稱為最佳優先搜尋(best-first search, BFS)，利用問題的特定知識 (Domain knowledge) 來搜尋解。在每個節點都利用評估函數 (evaluation function) $f(n_{frontier})$來判斷$n_{fr...
訂閱：
文章 (Atom)
