पिछले साल से, मैं मशीन सीखने के कुछ सबसे महत्वपूर्ण थीसिस को समझने के लिए विभिन्न विषयों का अध्ययन कर रहा हूं
एस। होक्रेइटर, और जे। श्मिटुबेर। (1997)। लंबी अवधि की स्मृति । तंत्रिका संगणना, 9 (8), 1735-1780।
हालांकि, इस तथ्य के कारण कि मेरे पास कोई गणितीय पृष्ठभूमि नहीं है, मैंने जैसे विषयों को सीखना शुरू कर दिया
- गणना
- बहुभिन्नरूपी पथरी
- गणितीय Anaylsis
- रेखीय बीजगणित
- विभेदक समीकरण
- रियल एनयेलिसिस (माप सिद्धांत)
- प्राथमिक संभावना और सांख्यिकी
- गणितीय सांख्यिकी
अभी, मैं यह नहीं कह सकता कि मैंने उन विषयों का कठोरता से अध्ययन किया है, लेकिन मुझे पता है कि ऊपर दिए गए विषय क्या व्यवहार करना चाहते हैं। बात यह है कि मुझे नहीं पता कि मुझे इस बिंदु पर क्या करना है। ऐसे कई विषय हैं जो मशीन लर्निंग कई समस्याओं को हल करने के लिए उपयोग करता है और मुझे नहीं पता कि उनका सही तरीके से उपयोग कैसे किया जाए।
उदाहरण के लिए, सुदृढीकरण सीखना अब सबसे लोकप्रिय विषय में से एक है, जो सैकड़ों हजारों शोधकर्ता अब अपने शोध को आयामीता के अभिशाप का सफल बनाने के लिए कर रहे हैं। लेकिन, एक भविष्य के कर्मचारी के रूप में जो आईटी कंपनियों में काम करने वाला है, डेस्क पर काम कुछ ऐसा नहीं होगा जिसकी मुझे उम्मीद थी।
क्या खेतों में काम करने के लिए मेरी खुद की विशेषज्ञता होना जरूरी है? यदि हां, तो मुझे अभी किस तरह के विषयों का अध्ययन करना है?
आपकी सुविधा के लिए, मैं मार्कोव प्रक्रिया और मार्कोव निर्णय प्रक्रिया के बारे में अधिक जानना चाहता हूं।