Нейронные сети в JavaScript с Brain.js


Веселое и практическое введение в основы ИИ в JavaScript.

Работать с ИИ становится все проще благодаря новым и универсальным библиотекам, которые инкапсулируют всю логику, так что вам не нужно, в той степени, в которой ваши навыки ИИ стоят меньше, чем вы думаете:

Каким бы увлекательным ни был прогресс, это плохие новости как для компаний, так и для частных лиц, которые вложили значительные средства в навыки искусственного интеллекта. Сегодня они дают вам солидное конкурентное преимущество, поскольку для подготовки компетентного инженера машинного обучения требуется много времени, потраченного на чтение статей, и солидный математический фон для начала. Однако по мере того, как инструменты становятся лучше, этого больше не будет. Это будет больше о чтении учебных пособий, чем о научных статьях. Если вы не осознаете свое преимущество в ближайшее время, группа стажеров с библиотекой может съесть ваш обед.

JavaScript с Brain.js

По правде говоря, это сочетание этих замечательных библиотек и отличных руководств дает это конкурентное преимущество. Кстати, эта «Нейронные сети в JavaScript» с Brain.js Роберта Пламмера на Scrimba отвечает всем требованиям. В нем 19 коротких целенаправленных и практических видеороликов, которые делают знакомство с нейронными сетями очень приятным, в отличие от тех, которые хотят, чтобы вы были похоронены под тонной математики.

Вот обзор его содержимого:
1.Введение – содержит общий обзор концепций.
2. Наша первая нейронная сеть! Начнем с очень простой нейронной сети; один уровень ввода, один уровень вывода и три скрытых слоя между ними, каждый из которых состоит из 2 нейронов. Входные данные – это просто комбинации битов 0 и 1, а выходные – их комбинация XOR. Затем вы позволяете сети тренироваться через несколько тысяч итераций, пока она сама не научится выполнять XOR.
3. Как они учатся? PropagationPropagation и BackPropagation стали такими же простыми, как размещение вопроса на форуме Reddit «Explain Like I’m Five».
4. Как они учатся? Часть 2 – Структура входов и выходов и функции активации.
5. Как они учатся? Часть 3 – Слои Сердце класса, локация по слоям.
6. Работа с объектами и 7. Изучение не только чисел. Нейроны обычно работают с числами. Но это не всегда так, поскольку в этих главах демонстрируется работа с объектами и другими значениями.
8. Подсчет с помощью нейронных сетей. Подайте в сеть диапазон значений, например 1,2,3,4, и посмотрите, как она угадывает следующее значение в строке, то есть 5.
9. Прогнозирование фондового рынка – Нормализация и 10. Прогнозирование фондового рынка – Предсказание следующего и 11. Прогнозирование фондового рынка – Предсказание следующих 3 шагов Применение нейронов для прогнозирования цен на акции в будущем
12. Рекуррентные нейронные сети изучают математику. Это впечатляет. Дайте сети ‘0+0=0’ , ‘0+1=1’…’1+2=3’…’3+2=5’ .. и он учится делать сложение! Намного круче, чем REPL!
13. Распознавание числа Lo-fi. Распознавание изображений или, в данном случае, распознавание чисел, сделанных из ASCII art.
14. Написание детской книги с повторяющимся сетевым ИИ в повествовании. Накормите повторяющуюся сеть несколькими предложениями и позвольте ей смешиваться и сочетаться, чтобы создавать новые! 15. Обнаружение настроений Еще одна демонстрация повторяющихся сетей, на этот раз на основе анализа настроений или получения настроений из простых предложений.
16. Рекуррентные нейронные сети с… входами? выходы? Как? Заглянем за кулисы того, как работает повторяющаяся сеть и как она преобразует входные данные.
17. Простое обучение с подкреплением. Тем не менее, термин и понятие, которые трудно понять, объясняются в терминах непрофессионала, используя еще раз пример XOR.
18. Создание системы рекомендаций. Неизменная классика. Что используют Amazon и т. Д., Чтобы рекомендовать потенциальным покупателям то, что связано с их предпочтениями.
19. Заключительные мысли
В заключение я хотел бы сказать, что Brain.js – отличная библиотека, и это отличный учебник. Даже если вы не хотите кодировать, вам следует его посмотреть, если вы заинтересованы в получении хорошего энциклопедического обзора того, как функционируют нейронные сети, и это практично и очень легко для понимания.

Я уже упоминал, что это тоже бесплатно? Настоятельно рекомендуется.


Добавить комментарий