Вот дочитал комментарии до этого момента. В 2000 году мало у кого были мобильные телефоны, все пользовались городскими. Когда в классе появился у одного ученика мобильный телефон , а ни у кого не было, я не понимал, зачем он вообще нужен? Прошло 24 года - смартфон - это часть нашей жизни с банками, госуслугами и многим другим. Что касается ИИ - его основное преимущество в выявлении нелинейных зависимостей, на что не способен ни один статичный алгоритм! Выявить закономерности в потребностях клиентов на основе агентных персональных ассистентов - это будущее, которым мы все будем пользоваться.
Количество нейррнов во входном слое указывает на количество параллельно обрабатываемых данных. Мама на первый нейрон, мыла - на второй, раму - на третий. Скрытые слои предназанчены для обощения: процесс мытья, родственнники, и т.д. От колтчества скрытых слоев зависит точность захвата зависимостей. Соответсаенно количество нейронов скрытых слоев уменьшается в половину , так как каждый обобщает данные от предыдущих слоев. На выходе результат : на сколько классов ты хочешь поделить данные: 2,3 или более. Тут зависит как сеть обучается: с учителем классы известны, без учителя данныые разбиваются на кластеры, которые потом можно уже назвать самому.
Вот дочитал комментарии до этого момента. В 2000 году мало у кого были мобильные телефоны, все пользовались городскими. Когда в классе появился у одного ученика мобильный телефон , а ни у кого не было, я не понимал, зачем он вообще нужен? Прошло 24 года - смартфон - это часть нашей жизни с банками, госуслугами и многим другим. Что касается ИИ - его основное преимущество в выявлении нелинейных зависимостей, на что не способен ни один статичный алгоритм! Выявить закономерности в потребностях клиентов на основе агентных персональных ассистентов - это будущее, которым мы все будем пользоваться.
Количество нейррнов во входном слое указывает на количество параллельно обрабатываемых данных. Мама на первый нейрон, мыла - на второй, раму - на третий. Скрытые слои предназанчены для обощения: процесс мытья, родственнники, и т.д. От колтчества скрытых слоев зависит точность захвата зависимостей. Соответсаенно количество нейронов скрытых слоев уменьшается в половину , так как каждый обобщает данные от предыдущих слоев. На выходе результат : на сколько классов ты хочешь поделить данные: 2,3 или более. Тут зависит как сеть обучается: с учителем классы известны, без учителя данныые разбиваются на кластеры, которые потом можно уже назвать самому.