अब तक कंप्यूटर दृष्टि या प्राकृतिक भाषा प्रसंस्करण में गहन सीखने के लिए कई दिलचस्प अनुप्रयोग हैं।
यह अन्य अधिक परंपरागत क्षेत्रों में कैसे है? उदाहरण के लिए, मेरे पास पारंपरिक सामाजिक-जनसांख्यिकीय वैरिएबल हैं और शायद बहुत सारे लैब माप हैं और एक निश्चित बीमारी की भविष्यवाणी करना चाहते हैं। यदि मेरे पास बहुत सारे अवलोकन हैं, तो क्या यह एक गहन शिक्षण अनुप्रयोग होगा? मैं यहाँ एक नेटवर्क कैसे बनाऊंगा, मुझे लगता है कि सभी फैंसी लेयर्स (कनवोलुशन इत्यादि) वास्तव में आवश्यक नहीं हैं ?! बस इसे गहरा बनाओ?
अपने विशिष्ट डेटा सेट पर, मैंने सटीकता के संबंध में मिश्रित परिणामों के साथ कुछ सामान्य मशीन लर्निंग एल्गोरिदम जैसे यादृच्छिक जंगलों, जीबीएम आदि की कोशिश की। मेरे पास छवि मान्यता के साथ सीखने का गहरा अनुभव है।
1
आप एक अलग दृष्टिकोण को देखकर बेहतर हो सकते हैं, जैसे कि XGBoost, "बहुत सारी टिप्पणियों" पर निर्भर करता है। क्या आप स्पष्ट कर सकते हैं कि आपका लक्ष्य विशेष रूप से गहन शिक्षण दृष्टिकोणों की कोशिश करना है, या सर्वोत्तम सटीकता प्राप्त करना है?
—
नील स्लेटर
@NeilSlater मेरा लक्ष्य xgboost जैसे स्थापित तरीकों की तुलना में अधिक सटीकता प्राप्त करना होगा, अगर ऐसा संभव हो तो
—
spore234
यह संभव है, लेकिन मेरे अनुभव में तब तक इसकी संभावना नहीं है जब तक कि आपके पास वास्तव में बहुत अधिक डेटा न हो।
—
नील स्लेटर
मतलाब "डीप लर्निंग टिप्स एंड ट्रिक्स" के बारे में प्रलेखन प्रदान करता है। मेरे पास एक ही सवाल था और पेज ने अच्छे उदाहरणों के साथ बहुत उपयोगी मार्गदर्शिका प्रदान की। उदाहरण के लिए आपको गहरी शिक्षा का उपयोग करके अनुक्रम / समय श्रृंखला वर्गीकरण / प्रतिगमन के लिए अनुक्रम की आवश्यकता हो सकती है।
—
सामी नवसे