Deep Learning и задача понимания естественного языка

[realeugene]

Alephegg в сообщении #1345663 писал(а):

Нет. А что Вы имеете ввиду под "генерализацией"?

Это: https://www.quora.com/What-is-generaliz ... e-learning

[Alephegg]

realeugene, нет, я имел ввиду не "это"...

[realeugene]

Alephegg в сообщении #1345665 писал(а):

realeugene, нет, я имел ввиду не "это"...

А по тексту было похоже. В чём отличие требуемого построения моделей от обычной генерализации?

[Alephegg]

realeugene в сообщении #1345666 писал(а):

А по тексту было похоже. В чём отличие требуемое построение моделей от обычной генерализации?

генерализация не строит модели... и ни один метод МО их не строит... функция моделью не является...

[Yodine]

Цитата:

Модель — объект или описание объекта, системы для замещения (при определенных условиях предложениях, гипотезах) одной системы (т.е. оригинала) другой системой для лучшего изучения оригинала или воспроизведения каких-либо его свойств.
Модель — результат отображения одной структуры (изученной) на другую (малоизученную).
Отображая физическую систему (объект) на математическую систему (например, математический аппарат уравнений), получим физико-математическую модель системы или математическую модель физической системы. Любая модель строится и исследуется при определенных допущениях, гипотезах.
стр.115-116, Казиев В.М. Введение в анализ, синтез и моделирование систем (2-е издание, 2007)

Цитата:

Моделирование — это универсальный метод получения, описания и
использования знаний. Он используется в любой профессиональной
деятельности.
стр. 118. Казиев В.М. Введение в анализ, синтез и моделирование систем (2-е издание, 2007)

-- 12.10.2018, 06:27 --

Функция это вид модели, один из видов моделей.

[Alephegg]

Yodine в сообщении #1345675 писал(а):

Функция это вид модели, один из видов моделей.

Нет. Функция - это ЧАСТЬ модели.

[realeugene]

Alephegg в сообщении #1345679 писал(а):

Нет. Функция - это ЧАСТЬ модели.

Что ещё есть в модели что нельзя обозвать функцией?

[Yodine]

Это неудачный вопрос, имхо. Не каждое описание есть функция, не каждая структура есть функция.

[Mihaylo]

Alephegg в сообщении #1345653 писал(а):

Нет, милейший Mihaylo, мы говорим не о том

О том, говорим, о том... Просто вы опять начали песню о том, что человек ого-го и может то и пятое, и десятое. Но по факту этого нет. Моделирование, экстраполирование - это всё одного поля ягода. Нейросети и человек тут отличаются как яблоко и яблоня: оба одинаково плохо решают эти задачи.

[realeugene]

Yodine в сообщении #1345693 писал(а):

Не каждое описание есть функция, не каждая структура есть функция.

Что мешает представить граф функцией? И обучить той же структуре нейросеть.

[Alephegg]

Мы уже говорили об этом. Я писал свое мнение об этом аспекте здесь:

сообщении #1343855
сообщении #1343858
сообщении #1343861
сообщении #1343884

Можно сходить на второй круг, но, тогда, прошу для начала ответить на эти мои сообщения...

[realeugene]

Alephegg в сообщении #1343855 писал(а):

В этом месте мы должны определиться, что мы понимаем под гипотезами. Если понимаем модели (с элементами онтологии, понятийной системой, алфавитом объектов, языком описания и тому подобным), то - нет, не умеют.

Что из этого списка невозможно описать функционально в некотором контексте и на некотором формальном языке, также принадлежащем контексту? Подчеркну, в отличие от первоначального вопроса, я задаю вопрос не про автоматическое построение такого функционального описания при помощи нейросети, а про принципиальную возможность такого описания. На мой взгляд, если это всё можно описать на языке логики, то можно свести задачу к некоторому предикату.

А под гипотезами обычно понимают элементы множества гипотез, по которому проводят оптимизацию.

И, да, если нейросети (или другие алгоритмы ML) выявляют скрытые связи между входами, они строят свои онтологии. По определению: https://ru.wikipedia.org/wiki/%D0%9E%D0 ... 0%BA%D0%B0)

[Mihaylo]

Один из самых заветных секретов машинного обучения и искусственного интеллекта является понимание, почему единичные точечные знания очень хорошо определяют бесконечное число точечных знаний вокруг них.

Вообще секрет в природе нашего реального универсума: в нашей вселенной преобладают линейные зависимости, вспомните хотя бы сотню физических законов из школьной физики. Ну да, там есть достаточно много полиномиальных зависимостей. Они немного усложняют (отравляют?) наше существование. Но не беда, их не так много и они очень похожи на линейные зависимости и неплохо аппроксимируются прямыми.

Многие мечтают об универсальном аппроксиматоре, экстраполяторе и бог весть знает о чём. Но хочу обратить внимание, что в хаотическом универсуме царит полная неопределённость - точечные знания не определяют близ лежащие (смежные) знания. Это является препятствием для нормального существования любого интеллекта.

[realeugene]

Mihaylo в сообщении #1345782 писал(а):

Но хочу обратить внимание, что в хаотическом универсуме царит полная неопределённость

В хаосе ничто ни о чём не несёт никакой информации. Информацию несут только зависимости между случайными величинами. Линейной будет эта зависимость или вообще случайные величины дискретные роли не играет.

[Mihaylo]

В нашем реальном универсуме всегда можно полагаться на линейность зависимостей (другие свойства преобладающих зависимостей тоже могут учитываться, известен интерес расширить нейросети квадратичными зависимостями).

Исходя из предопределённых свойств данных в нашем универсуме, можно более-менее успешно решать задачи, не имея даже вообще исходных данных о задаче. Вероятность успеха будет заметно выше 0,5. Вот такие дела.

А вы тут разводите псевдонауку, не буду называть это лженаукой.