math - gratis - mejor app para leer libros
Requisitos previos necesarios para leer libros en redes neuronales(y comprenderlos) (4)
He estado tratando de aprender acerca de las Redes Neuronales por un tiempo, y puedo entender algunos tutoriales básicos en línea, y he podido obtener porciones de Computación Neural - Una Introducción, pero incluso allí, estoy acurrucado muchas de las matemáticas, y se vuelve completamente sobre mi cabeza después de los primeros capítulos. Incluso entonces es el menos libro "math-y" que puedo encontrar.
No es que tenga miedo de las matemáticas ni nada, es solo que no he aprendido lo que necesito, y no estoy seguro de lo que necesito exactamente. Actualmente estoy inscrito en mi universidad local, trabajando para ponerme al día en las clases que necesito para ingresar al MS en Comp. Programa de ciencia (mi licenciatura está en Business / Info. Sys.) Y no he llegado muy lejos. De acuerdo con las descripciones de los cursos de la universidad, los NN en realidad están cubiertos en un curso de Ingeniería Eléctrica sobre Reconocimiento de Patrones (me parece extraño que este curso sea EE), que tiene algunos prerrequisitos de EE que no necesito ingresar al MS Comp . Sci. Programa.
Estoy muy interesado en este tema, y sé que eventualmente quiero aprender mucho más sobre él, el problema es que no sé lo que necesito saber primero. Aquí hay temas que creo que podría necesitar, pero esto es solo especulación por ignorancia:
- Cálculo de una sola variable (He tenido Calc I y II, así que creo que estoy cubierto aquí, solo estoy listando para estar completo)
- Cálculo multivariable
- Linear Algebra (No he tomado esto formalmente todavía, pero en realidad puedo entender muchos de los conceptos de lo que he logrado asimilar en Wikipedia y otros sitios)
- Matemáticas discretas (Otra que no tomé formalmente, pero aprendí una parte de mí mismo
- Teoría de grafos
- Teoría de probabilidad
- Estadísticas bayesianas
- Diseño de circuito
- Otras matemáticas?
- Otros temas de comp sci
Obviamente, aquí también hay un componente de neurociencia, pero en realidad no he tenido problemas para entender los libros cuando hablan de ellos aplicados a NN, en gran parte porque su conceptual
En resumen, ¿alguien puede trazar un camino semi-claro que uno realmente necesita comprender, leer y luego implementar redes neuronales?
En segundo lugar, la idea de zvrba es que te fijes un objetivo claro. Algunas preguntas orientadoras: a. ¿Desea estudiar las NN como un modelo de redes biológicas o como una herramienta computacional? segundo. ¿Estás interesado en su aspecto de aprendizaje? memoria asociativa? ¿procesamiento de la señal? do. ¿Quieres entender la teoría compleja? o solo lo suficiente para escribir software de simulación?
Además, comenzaría pequeño: implementar un perceptron en tu lenguaje de programación favorito. La matemática no es tan mala, y probablemente te concentre en tus próximos pasos. Use un conjunto de datos de clasificación binaria, digamos el juego de tres en raya de UCI .
No puede implementar "redes neuronales": terminará implementando un tipo específico de NN (por ejemplo, perceptrón). Hay muchos tipos diferentes de NN, cada uno más adecuado para un tipo específico de tarea, y cada tipo utiliza algunos conceptos matemáticos (y no solo matemáticos) que son específicamente solo para ese tipo en particular. Por ejemplo, las máquinas de Boltzmann usan conceptos de termodinámica estadística (fundada por Boltzmann).
En cuanto a su pregunta: sin un objetivo claro, no hay un camino claro (ni siquiera "medio claro").
Para las redes neuronales básicas, de retroreflexión hacia atrás, las cosas más importantes son:
Cálculo
Álgebra lineal
Estadísticas básicas / Probabilidad
Si solo está buscando temas más específicos (dijo que ya tomó Calc, entonces lo dejo), aquí hay algunos temas que le serán útiles saber, si no necesariamente directamente aplicables a la construcción de una red neuronal:
Resolviendo sistemas lineales de ecuaciones (aprenderías esto en un curso de álgebra lineal)
Regresión de mínimos cuadrados
Teoría de optimización
Debe darse cuenta de que hay varios otros métodos que se pueden usar para resolver ciertos problemas junto con las redes neuronales.
A menudo, el aspecto más difícil de resolver un problema es determinar el mejor método para usar.
Si desea una lista de cursos universitarios que necesitará para comprender el libro, aquí está:
- Cálculo (I, II y III)
- Ecuaciones diferenciales
- Álgebra lineal
- Estadísticas (o una buena cobertura de Bayes)
Sin embargo, me fue bien en mis clases de NN sin Diff. Eq. y solo tenía que buscar conceptos que aún no había estudiado.
Puede tomar el enfoque de recuadro negro como se indicó anteriormente, pero si realmente quiere comprender las matemáticas y la implementación de las redes, tendrá que estudiar. Va a ser una curva de aprendizaje empinada para captar completamente las redes más avanzadas sin importar lo que haga. Puedes tomar las clases anteriores primero, o puedes comenzar a leer el libro y buscar todo lo que no entiendes en la wikipedia, y luego de esos artículos leer todo lo que tienes que leer para entenderlos, etc. Encontrarás eso, De cualquier manera, eventualmente pasará ese vistazo inicial y las cosas serán más fáciles.
Sería bueno que nos dijera por qué quiere aprender redes neuronales. No he encontrado un solo uso para ellos en mi carrera profesional, aunque no soy desarrollador de juegos ni desarrollador de telecomunicaciones.