Ciência da Computação > Aprendizado de Máquina
-
Exercícios de aprendizado de máquina com papel e caneta
- Este documento, escrito por Michael U. Gutmann, é uma coletânea de exercícios de aprendizado de máquina que podem ser resolvidos principalmente com papel e caneta.
- Os tópicos abordados incluem álgebra linear, otimização, modelos gráficos direcionados, modelos gráficos não direcionados, poder de representação de modelos gráficos, grafos de fatores e passagem de mensagens, inferência em modelos ocultos de Markov, aprendizado baseado em modelos (incluindo ICA e modelos não normalizados), amostragem e integração de Monte Carlo, e inferência variacional.
-
Outras informações
- Há uma página relacionada no GitHub.
- Este documento foi submetido ao arXiv e pertence às áreas de aprendizado de máquina (cs.LG) e aprendizado de máquina estatístico (stat.ML).
- O identificador no arXiv é arXiv:2206.13446, e o DOI é https://doi.org/10.48550/arXiv.2206.13446.
1 comentários
Comentários no Hacker News
Parece ótimo, mas uma das coisas mais frustrantes ao estudar machine learning é que dá para se aprofundar bastante na teoria sem conseguir ver como isso se conecta com a prática. Por exemplo, como escolher o número de neurônios em uma camada, quantas camadas são necessárias, qual função de ativação usar, se deve usar rede neural ou outra técnica etc. Eu agradeceria se alguém explicasse essa parte
Muito bem organizado. Lembra os exercícios de "AI By Hand", do Tom Yeh
É engraçado como matemáticos sempre tentam enfiar álgebra linear e teoria de matrizes em machine learning. Quem não conhece a história pode achar que foram os acadêmicos que inventaram os LLMs e que devemos consultá-los. Na verdade, acadêmicos e teóricos atrapalharam o machine learning e forçaram várias gerações de pós-graduandos a fazer provas simbólicas porque achavam que técnicas computacionais eram algo inferior
Parece bem organizado. A única crítica é que a resposta vem logo depois da pergunta, então você acaba lendo a solução antes de pensar por conta própria
Muito bom. Trabalho com machine learning, mas ainda me sinto um impostor quando se trata da base matemática, especialmente álgebra linear e operações com matrizes/tensores. Fico curioso se existe algum bom material com conjuntos de problemas focados nas técnicas básicas de deep learning. Aprendo melhor vendo a perspectiva de vários professores e praticando um pouco todos os dias
Quantos dos profissionais que hoje constroem machine learning "útil" conseguiriam resolver esses problemas? E será que eles precisariam conseguir?
Material lindo, com soluções completas; obrigado por compartilhar. Se houver exercícios assim, de lápis e papel, sobre outros tópicos, eu teria interesse
O arXiv não é para artigos em nível de pesquisa? Surpreende ver esse material hospedado lá
Discutido na época: exercícios de lápis e papel em machine learning (2021) - junho de 2022 (55 comentários)