İçerik
S:
Makine öğrenme algoritmalarında "rastgele bir yürüyüş" nasıl yardımcı olabilir?
A:
Makine öğreniminde, teknolojinin makinenin nihai kavrayışına temel oluşturan büyük eğitim veri setleri arasında elemeye yardımcı olmak için çeşitli şekillerde "rastgele yürüyüş" yaklaşımı uygulanabilir.
Rastgele bir yürüyüş, matematiksel olarak, birkaç farklı teknik yolla tarif edilebilecek bir şeydir. Bazıları bunu randomize bir değişkenler topluluğu olarak tanımlar; diğerleri buna "stokastik süreç" diyebilir. Ne olursa olsun, rastgele yürüyüş, bir değişken kümesinin, bir tamsayı kümesine göre, rasgele artışlara dayanan bir patika olan bir yol çizdiği bir senaryoyu tasarlar: Örneğin, değişkenin her adımda artı veya eksi bir hareket ettiği bir sayı çizgisinde bir yürüyüş .
Bu nedenle, makine öğrenme algoritmalarına rastgele bir yürüyüş uygulanabilir. Wired'da bir parçada açıklanan popüler bir örnek, sinir ağlarının insan bilişsel süreçlerini simüle etmek için nasıl çalışabileceği konusundaki bazı temel teorilere uygulanır. Geçtiğimiz Ekim ayında bir makine öğrenme senaryosunda rastgele bir yürüyüş yaklaşımını karakterize eden Wired writer Natalie Wolchover, metodoloji çalışmalarının birçoğunu, makine öğrenim aktivitesinin çeşitli aşamaları için bir yol haritası öneren veri biliminin öncüleri Naftali Tishby ve Ravid Shwartz-Ziv'e bağlıyor. Spesifik olarak, Wolchover, programın amaçlanan amacına göre bir görüntü alanındaki alakasız veya yarı alakalı özellikleri veya görünümleri filtrelemeyle ilgili bir "sıkıştırma aşaması" tanımlamaktadır.
Genel fikir, karmaşık ve çok adımlı bir işlem sırasında, makinenin sonuçları optimize etmek için görüntü alanının farklı öğelerini "hatırlamak" veya "unutmak" olarak çalışmasıdır: Sıkıştırma aşamasında, program "sıfırlama" olarak tanımlanabilir. periferiklerin dışlanması için önemli özellikler.
Uzmanlar, bu tür faaliyetlere atıfta bulunmak için "stokastik gradyan iniş" terimini kullanırlar. Daha az teknik anlambilimiyle açıklamanın bir başka yolu, algoritmanın gerçek programlanmasının derece veya yinelemelerle değişmesidir, sonunda bir şekilde ortaya çıkacak olan "rastgele yürüme adımlarına" göre gerçekleşen öğrenme sürecinin "ince ayarını" yapmaktır. sentezi.
Mühendislerin makine öğrenme süreçlerini sıkıştırma aşaması ve diğer ilgili aşamalar boyunca ilerletmeye çalıştıkları için, mekaniğin geri kalanı çok ayrıntılıdır. Daha geniş bir fikir, makine öğrenme teknolojisinin büyük eğitim setlerinin değerlendirmesinin ömrü boyunca dinamik olarak değiştiğidir: Farklı durumlarda farklı flaş kartlara bakmak yerine, makine aynı flaş kartlara birden çok kez bakar veya flaş kartları çeker. rastgele, onlara değişen, yinelemeli, randomize biçimde bakıyorlar.
Yukarıdaki rastgele yürüyüş yaklaşımı, rastgele yürüyüşün makine öğrenmesine uygulanmasının tek yolu değildir. Randomize bir yaklaşımın gerekli olduğu herhangi bir durumda, rastgele yürüyüş, veri öğrenme sürecini daha da hassaslaştırmak ve hızla gelişen bir alanda üstün sonuçlar sağlamak için matematikçinin veya veri bilimcisinin araç kitinin bir parçası olabilir.
Genel olarak, rastgele yürüyüş belirli matematiksel ve veri bilimi hipotezleriyle ilişkilidir. Rastgele bir yürüyüşün en popüler açıklamalarından bazıları borsa ve bireysel hisse senedi grafikleri ile ilgilidir. Burton Malkiel'in "A Random Walk Down Wall Street" te yaygınlaştırıldığı gibi, bu hipotezlerin bir kısmı, bir hissenin gelecekteki faaliyetinin esasen bilinemez olduğunu savunuyor. Bununla birlikte, diğerleri rastgele yürüyüş modellerinin analiz edilebildiğini ve yansıtılabileceğini öne sürüyor ve modern makine öğrenim sistemlerinin sık sık borsa analizine ve günlük işlemlere uygulanması tesadüf değil. Teknik alanda bilginin peşinden koşmak her zaman para ile ilgili bilginin peşinde koşmakla meşgul olmuştur ve makine öğrenmesine rastgele yürüyüşler uygulama fikri istisna değildir. Öte yandan, bir fenomen olarak rastgele yürüyüş, yukarıda belirtilen matematiksel prensiplerin bazılarına göre herhangi bir algoritmaya herhangi bir amaç için uygulanabilir. Mühendisler, bir ML teknolojisini test etmek veya özellik seçimine doğru yönlendirmek veya modern ML sistemleri olan havadaki devasa, bizans kaleleriyle ilgili diğer kullanımlar için rastgele bir yürüyüş düzeni kullanabilir.