• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
象鼻蚌
有心栽花花不开,无心插柳柳成荫!
博客园    首页    新随笔    联系   管理    订阅  订阅
2011年9月4日
认知的概率模型(ESSLLI教程) - 第六部分译文 - 层次模型
摘要: 6. 层次模型 人类的知识被抽象成不同的层次,例如,最常见的或基本类别分类(如狗,汽车)可以被看作是不同个体的抽象,或更经常在不同的子类别之间(如狮子狗,腊肠犬,拉布拉多,等等);多个底层类别反过来又可被归类到上层的类别:如狗、猫、马都是动物,汽车、卡车、公交车都是车辆。认知发展的一些最深层次的问题是:抽象知识会如何影响具体知识的学习?抽象知识该如何学习?在本节中,我们将看到这些层次的知识如何被... 阅读全文
posted @ 2011-09-04 21:09 象鼻蚌 阅读(567) 评论(0) 推荐(0)
认知的概率模型(ESSLLI教程) - 第五部分译文 - 奥卡姆剃刀和信仰守恒定律
摘要: 5. 奥卡姆剃刀和信仰守恒定律 在对世界的学习,感知和思考中,我们用经验数据来拟合模型。通常情况下我们的假设空间将跨越复杂程度大不相同的多个模型:一些模型将有更多的自由参数或比其它模型自由度更高。 在传统模型拟合方法中,我们调整每个模型参数直到最符合,严格上说具有更多自由参数或可调旋钮的模式将被优先,不论实际上它是否更接近描述生成该数据的真实过程,但是,这不是我们思考的方式,我们使用奥卡姆剃刀... 阅读全文
posted @ 2011-09-04 21:04 象鼻蚌 阅读(1908) 评论(0) 推荐(0)
认知的概率模型(ESSLLI教程) - 第四部分译文 - 条件推理的学习
摘要: 4. 条件推理的学习 正如因果推理是条件推理的一种形式,因果学习也是如此:发现事物之间持久的因果过程或因果属性。在认知科学中“推理”和“学习”的界线是分不清的。我们常常认为对一些对象或过程的条件推理学习可以潜在地产生无限的数据序列或结果集,而且只有其中一部分数据能够在任何时刻观察得到。在给定一定的观测数据子集的条件下,我们能对有关对象或过程推导出什么?当增加了观测数据集的大小时,我们又能多学到多... 阅读全文
posted @ 2011-09-04 20:58 象鼻蚌 阅读(477) 评论(0) 推荐(0)
2011年5月1日
认知的概率模型(ESSLLI教程) - 第三部分译文 - 推理模式
摘要: 3. 推理模式: 筛选和解释了 3.1 从因果依赖到统计依赖 我们的概率程序将知识编码成因果模型,通过对因果关系的直觉思考有助于我们理解结构和函数之间的关系。因果关系是本地的、模块的和有向的。两个任意的事件大多数是无关的或独立的,如果它们相关或不独立,这种关系只是太弱而易于被我们的思维所忽略。许多事件是间接相关的:它们只是通过一个因果关系链的几个环节连接在一起,这是一系列中间的、更本地的依赖关系。... 阅读全文
posted @ 2011-05-01 22:16 象鼻蚌 阅读(623) 评论(0) 推荐(0)
认知的概率模型(ESSLLI教程) - 第二部分译文 - 条件
摘要: 2. 条件 我们已经发明了一套概率生成模型的工具集,它们代表着世界上有因果关系的知识:这些程序对“因果历史”进行采样。不管怎样,因果模型的能力体现在能灵活地被用来对这个世界进行推理,比如,如果我们在一个生成模型中X依赖于Y,我们可能会问:“如果我们观测到X, Y会怎么样呢?”。在本节我们将讲解一个简单的生成模型通过观测到或假设的事实条件进行各种各样的推理。 大多数认知可以用条件推理来理解,在大多数... 阅读全文
posted @ 2011-05-01 22:14 象鼻蚌 阅读(568) 评论(0) 推荐(0)
认知的概率模型(ESSLLI教程) - 第一部分译文 - 生成模型
摘要: 认知的概率模型 诺亚 古德曼,约书亚 泰拉贝尔,提摩太 奥唐纳登和Church工作组 什么是思想?我们该如何描述人们学习推导活动中的智能推理行为?我们如何才能设计出智能机器?关于思想的计算理论就希望通过假设头脑为一台计算机、脑力表征为计算机程序、思考就像运行电脑程序的计算过程来解答这些问题。 但怎样的程序呢?自然的想法是这个程序的智能行为先从传感器获得知觉、从内存中得到事实,然后再计算出结果。这样... 阅读全文
posted @ 2011-05-01 22:13 象鼻蚌 阅读(489) 评论(0) 推荐(0)
2011年3月1日
认知的概率模型(ESSLLI教程)- 第一部分译文
摘要: 认知的概率模型 诺亚 古德曼,约书亚 泰拉贝尔,提摩太 奥唐纳登和Church工作组 什么是思想?我们该如何描述人们学习推导活动中的智能推理行为?我们如何才能设计出智能机器?关于思想的计算理论就希望通过假设头脑为一台计算机、脑力表征为计算机程序、思考就像运行电脑程序的计算过程来解答这些问题。 但怎样的程序呢?自然的想法是这个程序的智能行为先从传感器获得知觉、从内存中得到事实,然后再计算出结果。这样... 阅读全文
posted @ 2011-03-01 13:41 象鼻蚌 阅读(659) 评论(0) 推荐(0)
2010年11月21日
Church
摘要: 美国麻省理工学院人脑与感知学专家Noah Goodman最近发明了一种AI水平较高的语言:Church。这种语言是用美国逻辑学家Alonzo Church的名字命名的。Church是基于两套完全不同的AI理论构建起来的,麻省理工学院认为这种技术创造了一种全新的“大同一场AI理论”。 目前人们使用的AI技术基本都是分别基于逻辑型AI理论或概率型AI理论两种。而基于规则的AI理论则应用前景日渐衰微,... 阅读全文
posted @ 2010-11-21 11:23 象鼻蚌 阅读(283) 评论(0) 推荐(0)
2010年10月13日
最新同花顺日线数据格式(补充)
摘要: 1、开盘、最高、最低、收盘四个数据都是4字节的无符号整数,但是最后一个字节为“B0”,如“CA A0 A4 B0”,只需要将最后的“B0”改为“00”,就能等于这个无符号整数,再除以1000,就是实际的数值; 2、成交额也是用4字节的无符号整数表示,但最后一个字节为“3X”,如“5B 67 E9 35”,只需将“3”改为“0”,即“5B 67 E9 05“就可得到这个无符号整数,再乘以1000,... 阅读全文
posted @ 2010-10-13 21:29 象鼻蚌 阅读(1702) 评论(0) 推荐(0)
2010年10月11日
最新同花顺日线格式
摘要: 与以前网站上找到的有变化,特此更新。 日线文件位于history\XXX\day目录下,XXX为证交所名称(shase或者sznse)。 数据文件通过文件名称识别交易标的(包括股票、期货等等)。每个数据文件分别由: 文件头,固定为16个字节,包括: byte [6],6 字节长度,固定为 {0x68,0x64,0x31,0x2E, 0x30,0x00},用于识别数据文件类型; dword,4 ... 阅读全文
posted @ 2010-10-11 08:55 象鼻蚌 阅读(1346) 评论(0) 推荐(0)
下一页
博客园  ©  2004-2025
浙公网安备 33010602011771号 浙ICP备2021040463号-3