北徙

加入时间: 2007/10/26 文章: 707
经验值: 20161
|
|
|
作者:北徙 在 驴鸣镇 发贴, 来自 http://www.hjclub.org
第一个问题,在传统概率框架内,当没有任何学习时,先验知识认为元宵黑白的可能性各占50%,随着学习样本的增加逐渐修正这个概率成为后验值.所谓"权威"即是根据样本来源不同而加不同权值.如果是D-S证据理论,"一无所知"和"黑白难辨"又不一样,因为相对"一无所知"来讲,"黑白难辨"已经获得了信息,不过这只是模型不同罢了,随后的bayesian推理过程是类似的.
"有分析抽象的能力,知道颜色并不是元宵的本质特征。这种经验和能力有可能由人工神经元网络来模仿吗? "
这本质上恐怕是数据聚类,如果从贝叶斯推理的角度看,可能是对不同网络结构的优选. 比如弄个启发函数,然后搜索.
第二个问题,"朽木不可雕也"是不是可以看成学习样本与测试样本划分比例的策略不同所体现出的差异.比方说有的人的认知算法是前10年学习,获得网络结构和网络参数,10年后只做测试,不再学习;而另一些人要学20年,或者30年,这样的好处是20年,30年后得到的这个网络比较精确,判断比较准,但代价是学习过程漫长,身心疲惫,呵呵.一种优化的算法是学上几年,得到一个网络,然后每隔几年得到一个新网络,不断加权融合起来.至于不同的人采取的策略不同,是不是与文化和基因都有关系?以至有的人会"朽木不可雕也".
作者:北徙 在 驴鸣镇 发贴, 来自 http://www.hjclub.org |
|
|