Understanding Machine Learning Terminology

Play an AI-generated podcast conversation about this lesson

מה היא המטרה העיקרית של למידה באמצעות חיזוק (reinforcement learning)?

לקבל תוצאה מיטבית באמצעות ניסויים ופיצויים פשוטים

להתאים את האסטרטגיה של הסוכן לסביבה על מנת להגדיל את התגמולים העתידיים (correct)

לנצח את המומחים האנושיים במשחקים מאתגרים כמו גו ו-Starcraft

להתמודד עם למידה עמוקה (deep learning) בנוסף ללמידה קלאסית

באיזה סוג של משימות יכולה להיות מיושמת למידה באמצעות חיזוק?

בכל סוגי המשימות, הן וירטואליות והן פיזיות (correct)

רק במשימות פיזיות של רובוטים

רק במשימות וירטואליות כמו משחקי מחשב

רק במשחקים מאתגרים כמו גו ו-Starcraft

מה הוא הבסיס ההצלחה המדהים של למידה עמוקה (deep learning) בניצחון על מומחים אנושיים במשחקים מאתגרים?

שימוש בחישובים מהירים ויעילים יותר

עיצוב יותר אופטימלי של רשתות נוירונים עמוקות

פיתוח אלגוריתמים חדשניים של למידה עמוקה

שילוב של למידה עמוקה ולמידה באמצעות חיזוק (correct)

מדוע לא יטופל נושא למידה באמצעות חיזוק (reinforcement learning) בקורס זה?

משום שהנושא כה מורכב שהוא יכול להוות קורס בפני עצמו Signup and view all the answers

מהו העיקרון המרכזי בלמידה באמצעות חיזוק?

המקסום של התגמולים המצטברים Signup and view all the answers

מהי המוטיבציה לנסח את בעיית הלמידה של SVM הקשיח באמצעות (24)?

בעיה זו קמורה ואפשר לפתור אותה בקלות באמצעות שיטות אופטימיזציה איטרטיביות Signup and view all the answers

מהי מטרת הרגרסיה לוגיסטית?

להפיק הערכות הסתברותיות עבור בעיות סיווג דו-ערכיות Signup and view all the answers

איזו פונקציה משמשת בהרגרסיה לוגיסטית על מנת להעביר את התוצאות למטווח [0, 1]?

הפונקציית הסיגמואיד Signup and view all the answers

מהם התכונות של פונקציית הסיגמואיד?

היא פונקציה מונוטונית עולה, עם גבולות של 0 וב-∞ Signup and view all the answers

מדוע משתמשים בפונקציית הסיגמואיד בהרגרסיה לוגיסטית?

כדי להעביר את התוצאות למטווח [0, 1] המייצג הסתברויות Signup and view all the answers

מהו ההבדל בין SVM הקשיח לרגרסיה לוגיסטית?

SVM הקשיח מייצר מודלים לינאריים, בעוד הרגרסיה לוגיסטית מייצרת הערכות הסתברותיות Signup and view all the answers

מה מייצג המרחב S בהקשר של פתרון בעיית סיווג תמונות?

ההחלטות האפשריות שניתן לקבל Signup and view all the answers

מהו ההבדל בין התפלגות המידע Px לבין התפלגות המידע Ps|x?

Px מייצג את ההתפלגות של הנתונים המתויגים, Ps|x מייצג את התפלגות הנתונים בלעדי תווי נתונים Signup and view all the answers

מה מייצג פורמלית את ההבדל בין Px ל- Ps|x?

Px = X × S, Ps|x = X Signup and view all the answers

מהו חשיבותו של פונקציית האבד l בערכה?

משמשת לחישוב ערך המדד Signup and view all the answers

מה מיועד לשמש במרחב F?

המרחב של כל ההחלטות Signup and view all the answers

איזו פונקציית ממש שנבחרה f: X 7→ S, באמצעותה מבוצע חישוב?

f(x) = ŝ, בו x ∈ X Signup and view all the answers

מה הכוונה בביטוי 'Batch normalization'?

תהליך עיבוד נוסף שיושם ברשת העמוקה Signup and view all the answers

על פי הטקסט, מהו ההבדל בין Batch mean לְ-Standard deviation?

Batch mean נשמר במהלך האימון, בעוד Standard deviation משתנה בהתאם למיני-אבר Signup and view all the answers

למה Batch normalization מאפשרת שימוש ב-learning rates גדולים יותר?

היא מאפשרת להחל תהליכי אופטימיזציה לא נחוצים Signup and view all the answers

מהו הרעיון של Batch normalization לגבי תחילת האימון?

הממוצע והסטיית תקן סביב Batch normalization באמת מחושבו במהלך אימון Signup and view all the answers

מה תהליך של Batch normalization מאפשר לרשת לעשות?

בניית learning rates גדולים Signup and view all the answers

על פי הנתונים, למה Batch normalization משתנה בשלב ההערכה?

'Batch normalization' לא משתנה, הערכים מיוצאו מהאימון Signup and view all the answers

למה עיקרון ה momentum חשוב באופטימיזצית הגרדינט?

הרמונטום מניע את האופטימיזציה מלהיכנס לנקודות מינימום מקומיות או נקודות סדל Signup and view all the answers

מהו טווח הערכים הנהוג של קבלת ה factor המעכב באופטימיזצית הגרדינט?

(0.9, 0.99) Signup and view all the answers

מה תורת Nesterov accelerated gradient?

שימוש בחשבון חדש לחישה ולחישה אחרי צעד momentum Signup and view all the answers

למה שימוש ב stochastic gradient descent is מנוי על momentum?

נמנעת מהתלבש בנתיבי מינימום מקומי או נקודות סדל Signup and view all the answers