Neko sam ko je na fakultetu prvi put imao dodir sa VI i tu mi se svidelo. Radili smo razlicite primere, konkretno najvise sto sam tad radio je klasifikacija po odredjenim parametrima (backpropagation, sigmoid, itd, itd), tacnije klasican primer sa cvetom koji ima 4-5 parametara i 4 klase u koje se svaki svrstava. Konkretno ovo:
https://en.wikipedia.org/wiki/Iris_flower_data_set
Tada sam tu oblast zavoleo (iako me je naterala da naucim i python usput u kom do tad nisam radio :) ), koristili smo AIMA dodatak za python i novi asistent je bio prilicno ljubazan i drugarski nastrojen, ali nazalost, vreme i obaveze mi nisu dozvolile da se vise posvetim ovoj oblasti.
Danas sam neko ko ume (bez tensora) da napravi neuronsku mrezu, trenira model, koristi algoritam pri klasifikaciji i sam model... sve u svemu, znam da na osnovu unapred poznatih parametara istreniram model koji se koristi u daljem radu, u par programskih jezika i odradim posao, ali bih isprobao nesto novo.
Ono sto bih zeleo da naucim je kako da napravim model koji sam sebe moze da obuci, tacnije da koristim geneticki algoritam? Da li bi mi u ovom stadijumu to bio prevelik zalogaj? Zeleo bih da napravim neku najprostiju stvar, tipa obucim model da u nekom dvodimenzionalnom nizu koji bi predstavljao putanje nadje sam najkraci put do cilja, ali bez obucavanja sa moje strane. Recimo 1 je zid, 0 je put. Ima vise puteva koji vode do cilja. Model nauci kako najlakse da dodje do cilja. Potom promenim put, on mora da se adaptira.
cilj
|
V
1 0 1 1 1
1 0 1 1 1
1 0 1 1 1
1 0 0 0 0 <- start
1 1 1 1 1
Znaci otprilike ovako nesto. Voleo bih da me uputite na kvalitetnu literaturu i na ono na sta bi trebalo obratiti paznju, a znam da imamo vrlo edukovane ljude ovde koji imaju da udele dobar savet. Nisam bahat, ne zelim da preskacem korake, i svaku kritiku cu prihvatiti kao pozitivnu :)
THE ONLY EASY DAY WAS YESTERDAY