Bilgisayar Bilimi > Makine Öğrenimi
-
Kalem ve kağıtla yapılan makine öğrenimi alıştırma soruları
- Michael U. Gutmann tarafından hazırlanan bu belge, çoğunlukla kalem ve kağıtla çözülebilen makine öğrenimi alıştırma sorularının bir derlemesidir.
- Ele alınan konular arasında lineer cebir, optimizasyon, yönlü grafik modeller, yönsüz grafik modeller, grafik modellerin ifade gücü, factor graph ve message passing, gizli Markov modellerinde çıkarım, model tabanlı öğrenme (ICA ve normalize edilmemiş modeller dahil), örnekleme ve Monte Carlo integrasyonu ile varyasyonel çıkarım yer alır.
-
Diğer bilgiler
- İlgili bir GitHub sayfası bulunmaktadır.
- Bu belge arXiv'e gönderilmiştir ve makine öğrenimi (cs.LG) ile istatistiksel makine öğrenimi (stat.ML) alanlarına aittir.
- arXiv tanımlayıcısı arXiv:2206.13446, DOI ise https://doi.org/10.48550/arXiv.2206.13446'dır.
1 yorum
Hacker News yorumu
Harika görünüyor, ancak makine öğrenimi çalışırken en sinir bozucu şeylerden biri, teoride derine inebilmeniz ama bunun pratikle nasıl bağlandığını görememeniz. Örneğin, bir katmandaki nöron sayısını nasıl seçtiğiniz, kaç katmana ihtiyaç duyduğunuz, aktivasyon fonksiyonunun ne olacağı, sinir ağı mı yoksa başka bir teknik mi kullanacağınız gibi. Biri bu kısmı açıklasa minnettar olurum
Çok derli toplu. Tom Yeh'in "AI By Hand" alıştırmalarını hatırlatıyor
Matematikçilerin doğrusal cebiri ve matris teorisini sürekli makine öğrenimine sokmaya çalışması komik. Pek bilgisi olmayan biri, akademisyenlerin LLM'leri icat ettiğini ve onlara danışılması gerektiğini düşünebilir. Oysa gerçekte akademisyenler ve teorisyenler makine öğrenimini engelledi ve hesaplama tekniklerini kendilerine göre aşağı düzey gördükleri için birkaç kuşak lisansüstü öğrenciyi sembolik ispat yapmaya zorladılar
Temiz görünüyor. Tek eleştirim, sorunun hemen ardından çözümün verilmesi; bu da insanın kendi başına düşünmeden cevabı okumasına yol açıyor
Gerçekten çok temiz. Makine öğrenimi alanında çalışıyorum ama matematik temelleri konusunda, özellikle doğrusal cebir ve matris/tensör işlemlerinde, hâlâ kendimi sahtekâr gibi hissediyorum. Derin öğrenmenin temel tekniklerine odaklanan problem setleri için iyi kaynaklar olup olmadığını merak ediyorum. Birden fazla öğretmenin bakış açısından öğrenince ve her gün biraz pratik yapınca en iyi şekilde öğreniyorum
Şu anda "kullanışlı" makine öğrenimi sistemleri inşa eden uygulayıcılardan kaçı bu problemleri çözebilir? Çözebilmeleri gerekir mi?
Çözümleri tam olan çok güzel bir kaynak, paylaştığın için teşekkürler. Başka konularda da böyle kalem kâğıt alıştırmaları varsa ilgilenirim
arxiv araştırma düzeyindeki makaleler için değil miydi? Bu materyalin burada barındırılmasına şaşırdım
O dönemde tartışılmıştı: Makine öğreniminde kalem ve kâğıt alıştırmaları (2021) - June 2022 (55 comments)