Cartola

Ferramentas do usuário

Ferramentas do site

Visitou:
ti_publica:dicas_ia

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anteriorRevisão anterior
Próxima revisãoAmbos lados da revisão seguinte
ti_publica:dicas_ia [2019/11/22 14:22] – cartolati_publica:dicas_ia [2019/11/22 14:47] – cartola
Linha 4: Linha 4:
   * [[https://machinelearningmastery.com/cross-entropy-for-machine-learning/|Toda vez que a saída for binária a função objetivo é uma entropia cruzada binária]]   * [[https://machinelearningmastery.com/cross-entropy-for-machine-learning/|Toda vez que a saída for binária a função objetivo é uma entropia cruzada binária]]
   * Toda vez que saída for categorizada: Função **softmax** vai dar saída como probabilidade de um input pertencer a uma classe. Função objetivo é entropia cruzada categorizada   * Toda vez que saída for categorizada: Função **softmax** vai dar saída como probabilidade de um input pertencer a uma classe. Função objetivo é entropia cruzada categorizada
 +  * Séries temporais com sazonalidade podem ser melhor tratadas com decomposição do que com LSTM
  
 === NLP === === NLP ===
Linha 10: Linha 11:
   * Problema do Word embedding: não lida com contexto (ex: manga fruta, manga da roupa)   * Problema do Word embedding: não lida com contexto (ex: manga fruta, manga da roupa)
     * Google lançou Transformer (+- embedding com contexto)     * Google lançou Transformer (+- embedding com contexto)
 +  
  
 ===== Glossário ===== ===== Glossário =====
Linha 65: Linha 67:
     * [[https://ai.googleblog.com/2017/08/transformer-novel-neural-network.html|Google Transformer]] - supra sumo, considera contexto. [[https://www.analyticsvidhya.com/blog/2019/06/understanding-transformers-nlp-state-of-the-art-models/|Análise]]     * [[https://ai.googleblog.com/2017/08/transformer-novel-neural-network.html|Google Transformer]] - supra sumo, considera contexto. [[https://www.analyticsvidhya.com/blog/2019/06/understanding-transformers-nlp-state-of-the-art-models/|Análise]]
   * RNN - [[http://colah.github.io/posts/2015-08-Understanding-LSTMs/|LSTM]]   * RNN - [[http://colah.github.io/posts/2015-08-Understanding-LSTMs/|LSTM]]
 +  * Séries temporais - decomposição de séries - [[https://facebook.github.io/prophet/docs/quick_start.html|Prophet]]
ti_publica/dicas_ia.txt · Última modificação: 2019/12/22 06:58 por cartola