ニューラルネットワークの実用的な用途は何ですか？
ニューラルネットワーク開発の部外者であっても、それらは依然としてホットなトピックのようです...ニューラルネットワークに関連するGitHubホームページで、スター付きのプロジェクトがたくさんあります。
これらのプロジェクトは面白いように見え、たくさんのビジュアルが付属しています。通常、画像はさまざまな方法で混合されます。それらのパターンと色が入れ替わっています...残念ながら、これらのプロジェクトでニューラルネットワークで起こっているのはこれだけです。なぜそんなに多くの研究と努力がその1つのトピックに入り込んで奇妙なものになるのか、本当に理解できません。画像...だから私が知らないもっと多くの用途があるに違いない。
ニューラルネットワークの実用的な用途は何ですか？
ニューラルネットワークの実用的な使い方はほとんどすべてです。
- 視覚における認識/検出
- ゲームの人工知能
- 分類
- ...
簡単に言うと、適切なパラメータを取得するために十分なデータと効率的なマシンを取得できる限り、ニューラルネットワークはほとんどすべてのことを実行できます。私の教授はかつて、ニューラルネットワークにおける学校間のいくつかの競争が、結局、最も効率的なコンピューターを持つ競争に変わったと私に言った。実際の問題のニューラルネットワークは、学習段階で多くの計算能力を必要とするためです。
ただし、分類に関しては、ニューラルネットワークにはいくつかの欠点があります。ネットワークのパラメーターの値は、人間にとってほとんど意味がありません。
読み取り可能な結果を生成する他のアルゴリズムがあります。覚えているのはフランス語名だけですが、これはラムダ変数の絶対値を使用したLasso回帰です。ニューラルネットワークに勝るものはありませんが、学習の結果を読んで、不要なデータを見つけて除外することができます。したがって、最終的には、ニューラルネットワークまたはその後に使用するもの（SVM、カーネルなど）の結果を改善できます。
ニューラルネットワークは本当に強力ですが、魔法ではなく、すべての分野で他のすべてのアルゴリズムを打ち負かすことはありません。たとえば、学習速度が非常に速い場合は、サポートベクターマシンをより適切に適合させることができます。
最大の成功は、音声認識や画像分類（顔認識など）などの分類の問題であると思います