মেশিন লার্নিং এবং জটিলতা তত্ত্বের আরও বহিরাগত ফর্মগুলির সাথে মিলিত কোনও কাজ রয়েছে?


13

আমার কাছে মনে হয় যে মেশিন লার্নিং / ডেটা মাইনিং বিশেষজ্ঞরা পি এবং এনপি-র সাথে পরিচিত, তবে খুব বেশি সূক্ষ্ম জটিলতার কিছু ক্লাস (উদাহরণস্বরূপ এনসি, বিপিপি, বা আইপি) এবং কার্যকরভাবে ডেটা বিশ্লেষণের জন্য তাদের প্রভাব সম্পর্কে খুব কমই কথা বলেন। কাজ করে কি কোনও জরিপ আছে?


2
আমি জানি না এমন কোনও জরিপ, তবে এই পোস্টারটি
সুরেশ ভেঙ্কট

মেশিন লার্নিং নিয়মিত খুব শক্ত সমস্যার আক্রমণ করে যা "গ্লোবাল" অপ্টিমাইজেশনের জন্য এনপির বাইরে থাকে তবে এনপির অভ্যন্তরে বা "স্থানীয়" অপ্টিমাইজেশনের চেয়ে কম শক্ত হয় hard সুতরাং জটিলতা শ্রেণীর পুরো ধারণাটি ঝাপসা হয়ে যায় যখন কোনও "নির্ভরযোগ্য যথেষ্ট" ফলাফলের জন্য অনুকূলিত হয় যা প্রয়োগ নির্ভর মানের মানের পরিমাপের দ্বারা আরও পরিমাপ করা হয় এবং এক অর্থে অ্যালগরিদম (গুলি) চালানোর জন্য সত্যই অপরিচিত না হয় ....
ভিজেএন

@vzn আমার কাছে, এই সূক্ষ্মতাটিকে জটিলতার দিকে মনোযোগ দেওয়ার আরও কারণ বলে মনে হচ্ছে! এটি কিছু খুব আকর্ষণীয় অন্তর্দৃষ্টি সরবরাহ করতে পারে।
মাইক ইজবিকি

শেখার তত্ত্ব, সার্কিট জটিলতা, ক্রিপ্টোগ্রাফির মধ্যে অবশ্যই সংযোগ রয়েছে। তবে এটি শিখন তত্ত্বের কোণটি যা মেশিন লার্নিং অনুশীলন থেকে কিছুটা দূরে সরে গেছে। আপনি যদি আগ্রহী হন তবে আমি কিছু পয়েন্টার নিয়ে আসতে পারি
সাশো নিকোলভ

হ্যাঁ, অন্য একটি উদাহরণ, বিডিডি (বাইনারি সিদ্ধান্ত ডায়াগ্রাম) ডাটাবেস অ্যালগরিদম / ডেটা মাইনিংয়ে ব্যবহৃত হয়েছে এবং সার্কিট জটিলতার সাথে দৃ strong় সংযোগ রয়েছে। তবে আমার কাছে মনে হয় পুরো প্রশ্নটি একটি জটিল কৌশল হতে পারে কারণ অনেকগুলি মেশিন লার্নিং বাস্তববাদী এবং প্রয়োগকৃত এমএলটির জটিলতা প্রায়শই তাত্ত্বিকভাবে প্রত্যাশা বা কঠোরভাবে শ্রেণিবদ্ধ করার চেষ্টা করার পরিবর্তে অ্যালগরিদমের বাস্তব বাস্তবায়ন বিশ্লেষণের মাধ্যমে পরোক্ষ / অভিজ্ঞতার সাথে অধ্যয়ন করা হয়।
vzn

উত্তর:


3

ফলিত মেশিন লার্নিং এবং টিসিএস / জটিলতা তত্ত্বের দুটি ক্ষেত্রের মধ্যে পদ্ধতির কিছু অন্তর্নিহিত পার্থক্য বা ভিন্নতা রয়েছে।

এখানে প্রচুর ভিডিও সহ কম্পিউটারের ইন্টারেক্টিবিটি সেন্টার ফর প্রিন্সটন এ বিষয়ে একটি সাম্প্রতিক কর্মশালা এখানে দেওয়া হয়েছে।

বিবরণ: মেশিন লার্নিংয়ের অনেকগুলি বর্তমান পদ্ধতাই হিউরিস্টিক: আমরা তাদের পারফরম্যান্স বা তাদের চলমান সময় সম্পর্কে ভাল সীমা প্রমাণ করতে পারি না। এই ছোট্ট ওয়ার্কশপটি অ্যালগরিদমগুলি এবং এমন পদ্ধতির নকশার প্রকল্পের দিকে মনোনিবেশ করবে যার কার্য সম্পাদন কঠোরভাবে বিশ্লেষণ করা যেতে পারে। লক্ষ্যটি সেটিংসের বাইরে তাকানো যেখানে প্রবেশনযোগ্য সীমা ইতিমধ্যে বিদ্যমান।

টিসিএসে "লার্নিং" এর অধ্যয়নের একটি প্রধান ক্ষেত্র কখনও কখনও বিভ্রান্তিকরভাবে এমনকি "মেশিন লার্নিং" নামে পরিচিত তাকে পিএসি তত্ত্ব বলা হয় যা সম্ভবত প্রায় সঠিক হিসাবে দাঁড়িয়েছে for 1980 এর দশকের গোড়ার দিকে "মেশিন লার্নিং" এর আরও অনেক আধুনিক গবেষণার পূর্বাভাস রয়েছে। উইকিপিডিয়া এটিকে ফিল্ড কম্পিউটেশনাল লার্নিং তত্ত্বের অংশ বলে । পিএসি প্রায়শই বুলিয়ান সূত্রগুলি বন্টন ইত্যাদির পরিসংখ্যানগত নমুনাগুলি শেখার ফলাফল এবং বিভিন্ন অ্যালগরিদম বা সীমিত নমুনা প্রদত্ত শেখার অর্জনের যথার্থতার বিষয়ে উদ্বেগ প্রকাশ করে। জটিল ক্লাসগুলির টাই-ইনগুলির সাথে এটি কঠোর তাত্ত্বিক পদ্ধতিতে অধ্যয়ন করা হয়। তবে এটি মেশিন লার্নিংয়ের উইকিপিডিয়াস পৃষ্ঠায় প্রয়োগিত অধ্যয়ন ও তালিকাভুক্তও নয়।


5
"উইকিপিডিয়া কল" ... আপনি আসলে বিষয় সম্পর্কে কিছু জানেন? 1) মেশিন লার্নিংয়ের জন্য উইকির একটি থিয়োরি রয়েছে যা গণনা প্রশিক্ষণ তত্ত্বের পৃষ্ঠায় লিঙ্ক করেছে 2) ভ্যালিয়েন্ট, ভ্যাপনিক, স্কাপায়ার এবং অন্যান্যদের মধ্যে শিখন তত্ত্বের কাজটি মেশিন লার্নিংয়ের অনুশীলনে ব্যাপক প্রভাব ফেলেছে।
সাশো নিকোলভ
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.