 |
 Polo |
| [QUOTE][i]Originally posted by elpampero [/i]
... |
27-02-2008 10:24 |
|
 |
Polo |
.illuminato.
Registered: Feb 2003
Posts: 213 (0.03 al dì)
Location: Arona
Corso: Informatica Mag.
Anno: 1-(5)
Time Online: 2 Days, 10:27:49 [...]
Status: Offline
Edit | Report | IP: Logged |
Originally posted by elpampero
Cosa rappresenta questa?
y(t+1) = α y(t) + (1 – α u(t)
Questa è la funzione che definisce l'evolution path cioè l'elissoide entro i quale sono presenti tutte le possibili mutazioni ad un passo di un algoritmo genetico:
La formula è
s ( g +1) = (1 − α s ) s ( g ) + α u B (g) D(g) z (g) isel
nelle slide è spiegata
Nuovo_valore = a * Vecchio_valore + b * Innovazione
dove a e b sono a = α e b = 1 - α
|
|
27-02-2008 10:24 |
|
|
| |
|
| Spina |
| Guarda non so bene, xò so che tutti i bravissimi ... |
27-02-2008 10:30 |
|
|
Spina |
.novellino.
Registered: Jun 2003
Posts: 8 (0.00 al dì)
Location: Samarate (VA)
Corso: Informatica
Anno: Secondo
Time Online: 3:46:50 [...]
Status: Offline
Edit | Report | IP: Logged |
Guarda non so bene, xò so che tutti i bravissimi che conosco hanno sofferto questo esame. Quello che ha preso di più al primo tentativo si è smarcato con un 26.Gli altri hanno viaggiato su quote basse o bassissime.L'hanno rifatto 2o3 volte x prendere di più.Non ci penso nemmeno.Gli argomenti li conosco e mi basta.E' una manata, troppi argomenti alcuni pure pallosissimi che fanno già in altri corsi (vabbè)
|
|
27-02-2008 10:30 |
|
|
| |
|
| elpampero |
| Infatti la vedo molto dura..c'è una componente di ... |
27-02-2008 10:40 |
|
|
elpampero |
Aniversario
Registered: Sep 2003
Posts: 911 (0.12 al dì)
Location: Milano
Corso: Informatica Magistrale
Anno: I
Time Online: 8 Days, 3:06:36 [...]
Status: Offline
Edit | Report | IP: Logged |
Infatti la vedo molto dura..c'è una componente di fortuna. Ho visto gli appelli passati e mentre alcuni mi sembrano fattibili altri sono davvero complessi..
Oltretutto mi sa che l'eventuale progetto non fa alzare di molto il voto..
|
|
27-02-2008 10:40 |
|
|
| |
|
| elpampero |
| [QUOTE][i]Originally posted by Polo [/i]
... |
27-02-2008 10:46 |
|
|
elpampero |
Aniversario
Registered: Sep 2003
Posts: 911 (0.12 al dì)
Location: Milano
Corso: Informatica Magistrale
Anno: I
Time Online: 8 Days, 3:06:36 [...]
Status: Offline
Edit | Report | IP: Logged |
Originally posted by Polo
Questa è la funzione che definisce l'evolution path cioè l'elissoide entro i quale sono presenti tutte le possibili mutazioni ad un passo di un algoritmo genetico:
La formula è
s ( g +1) = (1 − α s ) s ( g ) + α u B (g) D(g) z (g) isel
nelle slide è spiegata
Nuovo_valore = a * Vecchio_valore + b * Innovazione
dove a e b sono a = α e b = 1 - α
Non mi convince completamente..
Nella formula dell'evolution path la Y allo stato precedente è moltiplicata per 1-as...qua è moltiplicata per as...
|
|
27-02-2008 10:46 |
|
|
| |
|
| Spina |
| L'eventuale progetto o tesina ecc. ecc. a lui non ... |
27-02-2008 11:39 |
|
|
Spina |
.novellino.
Registered: Jun 2003
Posts: 8 (0.00 al dì)
Location: Samarate (VA)
Corso: Informatica
Anno: Secondo
Time Online: 3:46:50 [...]
Status: Offline
Edit | Report | IP: Logged |
L'eventuale progetto o tesina ecc. ecc. a lui non interessano proprio, servono solo a far perdere tempo.Utile no?!?
|
|
27-02-2008 11:39 |
|
|
| |
|
| elpampero |
| echeccazz ... |
27-02-2008 11:51 |
|
|
elpampero |
Aniversario
Registered: Sep 2003
Posts: 911 (0.12 al dì)
Location: Milano
Corso: Informatica Magistrale
Anno: I
Time Online: 8 Days, 3:06:36 [...]
Status: Offline
Edit | Report | IP: Logged |
echeccazz
|
|
27-02-2008 11:51 |
|
|
| |
|
| Polo |
| [QUOTE][i]Originally posted by Spina [/i]
... |
27-02-2008 12:10 |
|
|
Polo |
.illuminato.
Registered: Feb 2003
Posts: 213 (0.03 al dì)
Location: Arona
Corso: Informatica Mag.
Anno: 1-(5)
Time Online: 2 Days, 10:27:49 [...]
Status: Offline
Edit | Report | IP: Logged |
Originally posted by Spina
L'eventuale progetto o tesina ecc. ecc. a lui non interessano proprio, servono solo a far perdere tempo.Utile no?!?
Vuoi dire che on cambiano il voto dello scritto neanche minimamanete ....
|
|
27-02-2008 12:10 |
|
|
| |
|
| Spina |
| Che io sappia, no!! Se ora si è riconvertito non ... |
27-02-2008 12:22 |
|
|
Spina |
.novellino.
Registered: Jun 2003
Posts: 8 (0.00 al dì)
Location: Samarate (VA)
Corso: Informatica
Anno: Secondo
Time Online: 3:46:50 [...]
Status: Offline
Edit | Report | IP: Logged |
Che io sappia, no!! Se ora si è riconvertito non so ...
|
|
27-02-2008 12:22 |
|
|
| |
|
| darsch |
| ho dei dubbi su alcune domande dei vecchi scritti, ... |
27-02-2008 12:57 |
|
|
darsch |
.novellino.
Registered: Nov 2004
Posts: 4 (0.00 al dì)
Location:
Corso:
Anno:
Time Online: 2:47:34 [...]
Status: Offline
Edit | Report | IP: Logged |
ho dei dubbi su alcune domande dei vecchi scritti, spero che qualcuno posso aiutarmi
Confrontare i metodi off-line ed on-line di apprendimento nel Reinforcement Learning. Discuterne pregi e difetti
Con off-line e on-line intende on-policy e off-policy?
Cos'è un modello dinamico?
Per la lezione sulle mappe di Kohonen dalla pagina del programma del corso porta a quella del prof Frosio ma non ho trovato nessuna slide a riguardo, e non avendo seguito la lezione....
|
|
27-02-2008 12:57 |
|
|
| |
|
| elpampero |
| [QUOTE][i]Originally posted by darsch [/i]
... |
27-02-2008 13:10 |
|
|
elpampero |
Aniversario
Registered: Sep 2003
Posts: 911 (0.12 al dì)
Location: Milano
Corso: Informatica Magistrale
Anno: I
Time Online: 8 Days, 3:06:36 [...]
Status: Offline
Edit | Report | IP: Logged |
Originally posted by darsch
ho dei dubbi su alcune domande dei vecchi scritti, spero che qualcuno posso aiutarmi
Confrontare i metodi off-line ed on-line di apprendimento nel Reinforcement Learning. Discuterne pregi e difetti
Con off-line e on-line intende on-policy e off-policy?
Cos'è un modello dinamico?
Per la lezione sulle mappe di Kohonen dalla pagina del programma del corso porta a quella del prof Frosio ma non ho trovato nessuna slide a riguardo, e non avendo seguito la lezione....
1) off-line e on-line convengo con te sul fatto che off-policy e on-policy..
2)Modello dinamico potrebbe essere un ambiente che non stazionario...
3) Le mappe di Kohonen sare le feature mapping (SOM)
|
|
27-02-2008 13:10 |
|
|
| |
|
| darsch |
| alra domanda,
... |
27-02-2008 15:05 |
|
|
darsch |
.novellino.
Registered: Nov 2004
Posts: 4 (0.00 al dì)
Location:
Corso:
Anno:
Time Online: 2:47:34 [...]
Status: Offline
Edit | Report | IP: Logged |
alra domanda,
Definizione di apprendimento supervisionato e non-supervisionato. Disegnare un perceptrone multi-layer. Cosa si intende per
“hidden units”? Cosa si intende per apprendimento in una rete? Cosa rappresenta la funzione costo? Scegliere un modello di
rete neurale e derivare le equazioni di aggiornamento dei pesi. Cosa si intende per over-fitting? Cosa si intende per sovraparametrizzazione? Come sono legate la sovraprametrizzazione e l’overfitting?
non trovo risposta alle ultime 3 domande 
|
|
27-02-2008 15:05 |
|
|
| |
|
| Spina |
| [url]http://it.wikipedia.org/wiki/Overfitting.[/ur ... |
27-02-2008 15:11 |
|
|
Spina |
.novellino.
Registered: Jun 2003
Posts: 8 (0.00 al dì)
Location: Samarate (VA)
Corso: Informatica
Anno: Secondo
Time Online: 3:46:50 [...]
Status: Offline
Edit | Report | IP: Logged |
http://it.wikipedia.org/wiki/Overfitting. Qui è molto chiaro. Cmq sovraparametrizzazione e overfitting sono lo stesso termine.E' handicappato!!
|
|
27-02-2008 15:11 |
|
|
| |
|
| elpampero |
| [QUOTE][i]Originally posted by darsch [/i]
... |
27-02-2008 15:14 |
|
|
elpampero |
Aniversario
Registered: Sep 2003
Posts: 911 (0.12 al dì)
Location: Milano
Corso: Informatica Magistrale
Anno: I
Time Online: 8 Days, 3:06:36 [...]
Status: Offline
Edit | Report | IP: Logged |
Originally posted by darsch
alra domanda,
Definizione di apprendimento supervisionato e non-supervisionato. Disegnare un perceptrone multi-layer. Cosa si intende per
“hidden units”? Cosa si intende per apprendimento in una rete? Cosa rappresenta la funzione costo? Scegliere un modello di
rete neurale e derivare le equazioni di aggiornamento dei pesi. Cosa si intende per over-fitting? Cosa si intende per sovraparametrizzazione? Come sono legate la sovraprametrizzazione e l’overfitting?
non trovo risposta alle ultime 3 domande
La trovi nell'ultima parte relativa alle slide delle reti neurali.
Il concetto è:
Se tu imposti un numero eccessivo di parametri hai una funzione più complessa e in teoria "più vicina alla realtà".
Il training set (insieme dei pattern noti utilizzati per l'addestramento) vede diminuire l'errore con l'aumento del numero dei parametri.
Il test set (pattern utilizzati per vedere cio che la rete ha appreso) hanno ad un certo punto un peggioramento.
Questo dovuto all'over-fitting o sovraparametrizzazione.
E' spiegato bene qui:
http://it.wikipedia.org/wiki/Overfitting
|
|
27-02-2008 15:14 |
|
|
| |
|
| elpampero |
| Nessuno ha idea di come si svolgesse questo eserci ... |
27-02-2008 15:28 |
|
|
elpampero |
Aniversario
Registered: Sep 2003
Posts: 911 (0.12 al dì)
Location: Milano
Corso: Informatica Magistrale
Anno: I
Time Online: 8 Days, 3:06:36 [...]
Status: Offline
Edit | Report | IP: Logged |
Nessuno ha idea di come si svolgesse questo esercizio:
Cosa si intende per modello semi-parametrico? Per modello lineare? Fare un esempio di un modello semi-parametrico e di
un sistema lineare. Descrivere un modello di rete neurale a piacere. Con la rete neurale definita si vuole apprendere la funzione
sottostante i seguenti cinque valori misurati: P1 = [10.; 20.], P2 = [5.; 8.], P3 = [3. 12.], P4 = [0; 0.], P5 = [-1; -3]. Definire
l’algoritmo di apprendimento, sviluppare i primi due passi dell’algoritmo e calcolarne il risultato.
|
|
27-02-2008 15:28 |
|
|
| |
|
| darsch |
| [QUOTE][i]Originally posted by elpampero [/i]
... |
27-02-2008 17:11 |
|
|
darsch |
.novellino.
Registered: Nov 2004
Posts: 4 (0.00 al dì)
Location:
Corso:
Anno:
Time Online: 2:47:34 [...]
Status: Offline
Edit | Report | IP: Logged |
Originally posted by elpampero
Nessuno ha idea di come si svolgesse questo esercizio:
Cosa si intende per modello semi-parametrico? Per modello lineare? Fare un esempio di un modello semi-parametrico e di
un sistema lineare. Descrivere un modello di rete neurale a piacere. Con la rete neurale definita si vuole apprendere la funzione
sottostante i seguenti cinque valori misurati: P1 = [10.; 20.], P2 = [5.; 8.], P3 = [3. 12.], P4 = [0; 0.], P5 = [-1; -3]. Definire
l’algoritmo di apprendimento, sviluppare i primi due passi dell’algoritmo e calcolarne il risultato.
anceh io brancolo nel buio su sto esercizio
|
|
27-02-2008 17:11 |
|
|
| |
|
| All times are GMT. The time now is 18:00. |
|
|
 |
|
 |
|
|
| |
Forum Rules:
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts
|
HTML code is OFF
vB code is ON
Smilies are ON
[IMG] code is ON
|
|
|
|
|
|
Polo
