Горячее
Лучшее
Свежее
Подписки
Сообщества
Блоги
Эксперты
Войти
Забыли пароль?
или продолжите с
Создать аккаунт
Регистрируясь, я даю согласие на обработку данных и условия почтовых рассылок.
или
Восстановление пароля
Восстановление пароля
Получить код в Telegram
Войти с Яндекс ID Войти через VK ID
ПромокодыРаботаКурсыРекламаИгрыПополнение Steam
Пикабу Игры +1000 бесплатных онлайн игр Собирайте цепочки из трех и более одинаковых фишек, чтобы восстановить величие школы волшебников! Волшебство и захватывающие приключения ждут вас уже с первых шагов!

Волшебный особняк

Казуальные, Три в ряд, Головоломки

Играть

Топ прошлой недели

  • solenakrivetka solenakrivetka 7 постов
  • Animalrescueed Animalrescueed 53 поста
  • ia.panorama ia.panorama 12 постов
Посмотреть весь топ

Лучшие посты недели

Рассылка Пикабу: отправляем самые рейтинговые материалы за 7 дней 🔥

Нажимая «Подписаться», я даю согласие на обработку данных и условия почтовых рассылок.

Спасибо, что подписались!
Пожалуйста, проверьте почту 😊

Помощь Кодекс Пикабу Команда Пикабу Моб. приложение
Правила соцсети О рекомендациях О компании
Промокоды Биг Гик Промокоды Lamoda Промокоды МВидео Промокоды Яндекс Маркет Промокоды Пятерочка Промокоды Aroma Butik Промокоды Яндекс Путешествия Промокоды Яндекс Еда Постила Футбол сегодня
0 просмотренных постов скрыто
10
vikent.ru
vikent.ru

Иерархия моделей для принятия решений по Г.Г. Малинецкому⁠⁠

4 года назад

Данная статья относится к Категории: Построение научных моделей

В современном обществе обострилась потребность в скорости принятия решений…


«И без развитой системы компьютерных и когнитивных технологий тут не обойтись.


Повышение объёма информационных потоков, которые должны быть приняты во внимание. Человек в состоянии учесть одновременно не более 5-7 факторов, влияющих на принятие решения. Он может непосредственно работать с 5-7 людьми (с остальными опосредованно). (См. подробнее: Объём кратковременной памяти и «магическое число семь» по Джорджу Миллеру - Прим. И.Л. Викентьева).


Чтобы преодолеть этот барьер в медленно меняющихся сферах деятельности люди строили со времён древних цивилизаций иерархические организационные структуры. Иными словами эта задача решалась средствами гуманитарных технологий.


Пример - конструкторские бюро, в котором необходимо определить около 1500 параметров боевого самолета. Генеральный конструктор определяет 5-7 ключевых характеристик, по 5-7 заместители и т.д.


Когда ситуация меняется быстро, важно становится понять, какие 5-7 параметров (в теории самоорганизации - синергетике их называют параметрами порядка) следует принять во внимание, и как отстроить организационную структуру, чтобы предложенное решение, проект, стратегия оказались эффективными и своевременными. Тут не приходится надеяться на традицию, опыт, «здравый смысл». Специалисты по информационным технологиям наглядно убедились в этом при создании операционных систем - здесь ошибка или просчёт на одном из нижних уровней иерархии может погубить всю конструкцию. […]


Проведённые исследования показали, что во множестве физических, химических, биологических систем происходит самоорганизация - в процессе эволюции выделяется небольшое число ведущих переменных (мод, степеней свободы), к которым подстраиваются остальные характеристики системы. Следуя физической аналогии, эти ведущие переменные стали называть параметрами порядка. Именно выделение в ходе самоорганизации таких параметров позволяет многие сложные системы описывать просто, но вполне адекватно.

При описании сложных явлений или систем обычно строится иерархия упрощённых моделей. В такой иерархии модели более низкого уровня являются более простым частным случаем или более грубым приближением для процессов, описываемых моделями более высокого уровня. Однако более простые модели нагляднее, прозрачнее, понятнее, чем сложные.


Замечательным свойством нашей реальности является то, что модели, возникающие на нижних уровнях иерархии, для многих сложных явлений и процессов совпадают или близки. Это позволяет исследовать и использовать универсальные свойства многих нелинейных систем.


Оглядываясь назад, можно сказать, что синергетика выполняла ещё один социальный заказ, связанный с управлением, с которым не справилась кибернетика. Если управлять системой во всей её полноте, то управляющая система должна быть сравнимой по сложности с управляемым объектом, что во множестве случаев и невозможно, и не нужно. (См. подробнее: Закон необходимого разнообразия по Уильяму Эшби - Прим. И.Л. Викентьева).


Решение подобных проблем подсказывает физиология. Тело человека имеет более 400 механических степеней свободы. Управление всеми в режиме реального времени - сложнейшая задача, требующая суперкомпьютерных возможностей. Выход из этого положения, который нашла природа состоит в том, что в ходе развития возникают устойчивые связи между различными степенями свободы (называемые синергиями). Обучаясь ходить, плавать, бегать человек фиксирует эти связи, вырабатывает те параметры порядка, которыми он и будет в дальнейшем управлять.


Та же схема реализуется и в организационном управлении. В корпоративных системах создаётся иерархическая структура и осуществляется «управление разнообразием». Каждый иерархический уровень должен агрегировать информацию, говорить на своём языке, выявлять наиболее важное и представлять следующему уровню только то, что необходимо, и то, чем он может управлять. Иными словами, начиная с некоторой степени сложности системы, детальная, чёткая, полномасштабная организация не работает. Приходится создавать и использовать механизмы самоорганизации, агрегации, уменьшения разнообразия.

Прорыв последнего десятилетия связан с осознанием ключевой роли самоорганизации в процессах обучения, принятия решений, распознавания образов. И с этой точки зрения многие решенные задачи предстали в новом обличье. Подобно тому, как герой классического произведения с удивлением обнаружил, что говорит прозой, оказалось, что многие проблемы связаны с выявлением параметров порядка в пространстве образов, решающих правил, стратегий. В других же задачах усилия направлялись на синтез систем, в которой желаемое решение возникало в ходе самоорганизации.


Основная идея удивительно проста и заимствована из нейробиологии.


Каждая клетка мозга - нейрон - хорошо изучена и ведёт себя в ответ на внешние воздействия достаточно простым предсказуемым образом. Откуда же берется огромная сложность мозга и феномен сознания? Ответ состоит в огромном количестве и разнообразии связей между нейронами, которые возникают в ходе самоорганизации при решении задач, с которыми он сталкивается. Простейшая схематическая формализация этих представлений на уровне математических моделей, компьютерных программ и архитектур привела ко множеству эффективных алгоритмов и систем в задачах управления, распознавания образов, адаптации и обучения.


Перефразируя Станислава Лема, можно сказать, что мы сегодня не очень хорошо представляем, что такое естественный интеллект, и поэтому испытываем трудности с построением искусственного интеллекта, но нейронные сети позволили смоделировать «искусственный инстинкт». И во множестве задач этого оказалось достаточно.


Ещё один важный шаг, сблизивший когнитивные процессы и теорию самоорганизации, был сделан в динамической теории информации. В этой теории информация рассматривается как случайный запомненный выбор. Вводится понятие ценной информации - того выбора, который помогает обладателю такой информации выжить и передать ее дальше. Если назвать единицу ценной информации «мемом», то, по аналогии с образом Ричарда Докинза - «эгоистичным геном», возникает «эгоистичный мем». В теории рассматривается, как меняются распределения носителей разных видов ценной информации в пространстве и во времени.

Что же может быть той «ценной информацией» (типично когнитивным понятием), распространение которой для нас важно? Очень и очень многое. Языки, религиозные убеждения, предпочтения определенной валюты, наличие соперничающих стран на данной территории, смыслы и ценности, цивилизационные проекты.


Динамическая теория информации стала одной из основ математической истории - междисциплинарного направления, позволяющего анализировать альтернативные исторические траектории и давать исторический прогноз…».


Малинецкий Г.Г., Новый этап экономики знаний, в Сб.: Моделирование и прогнозирование глобального, регионального и национального, М., «Либроком», 2012 г., с. 474 и 476-477.


Источник — портал VIKENT.RU


Дополнительные материалы

Уровни понимания / моделирования по И.Л. Викентьеву — видео, 2 мин

ПРИНЯТИЕ РЕШЕНИЙ: ЭКСПЕРТНЫЕ СИСТЕМЫ — плейлист из 8-ми видео


Изображения в статье

Image by Barbara A Lane from Pixabay

Image by lefteye81 from Pixabay

Image by SomeCG from Pixabay

Image by Barbara A Lane from Pixabay

Показать полностью 3
Наука Компьютерное моделирование Синергетика Системный подход Принятие решений Decision tree Длиннопост
1
0
DELETED
Искусственный интеллект

Разоблачение решающих деревьев⁠⁠

7 лет назад

В прошлом посту (е?) я рассказал, как вкратце работает такая штука, как решающее дерево, но был закидан помидорами, причем поделом. Итак, поехали.


Чем хороши решающие деревья?

Одно из преимуществ DT (decision tree) является способность аппроксимировать (то есть приближать, угадывать) функцию любой сложности, будь то прямая или логарифм в полиномиальной степени

Почему? Да потому что для любого значения мы можем поставить такие узкие условия, что функция будет приближена идеально.

Что еще отнести к плюсам? Очень высокая скорость обучения, получаем готовую модель через несколько миллисекунд даже при выборке из десятков тысяч элементов. Для сравнения, серьезная сетка может учиться несколько минут, а большой ансамбль сетей может обучаться десятки часов.


Что же с ними не так?

Способность аппроксимировать любую функцию ведет к переобучению, то есть мы настолько хорошо "срисовали" функцию на исходной выборке, что на тестовой (то есть той, на которой проводится объективная оценка модели) будет неведомая ерунда.


Также стоит отметить полное отсутствие возможности экстраполяции функции, то есть если

На диапазоне от 0 до 100, где мы и обучали, то если возьмем от -100 до 200, увидим...

Кому они нужны?

Мне Для большинства простых задач на машинное обучение они подойдут, но есть некоторые условия применения деревьев, а именно: данные - не картинка, не последовательность информации (видео, музыка). Это именно набор чисел по разным параметрам (например, в классической задаче по ML - титанике - нам приведены такие данные как: пол, возраст, место в корабле и т. д.).


Такие дела :). Жду новых предложений, что рассказать дальше.

Показать полностью 3
[моё] Decision tree Машинное обучение Плюсы и минусы Длиннопост
0
4
DELETED
Искусственный интеллект

ML. Решающие деревья.⁠⁠

7 лет назад

Всем привет, уважаемые! После долгого затишья я вернулся к статьям про ML, ведь теперь я могу постить их в сообществе! А сегодня речь пойдет про...


Решающие деревья

Но для начала представим, как будто хотим помочь тетушке выбрать велосипед. О чем мы сначала задумываемся?

Например, мы вот так рассуждаем. Тогда мы можем изобразить стоимость велика от массы тетушки:

То есть вот эту сложную функцию мы "закодировали" в решающее дерево, представленное выше. То есть наша обучающая выборка выглядит примерно так:

В магазине вдруг решили открыть акцию "если весишь около 80 кг, то получаешь велик ценой 11 т. р.". То есть теперь наша выборка выглядит так:

Построим дерево.

Все правильно! Давайте посмотрим, как это выглядит.

Сейчас глубина этого дерева - 4, однако мы можем искусственно ограничить до 3.

Ну и график

Как видим, мы взяли среднее между 11000 и 12000, таким образом срезав все значения от 75 до 90 к 11500.

Вот такие деревья :). Ну а напоследок примеры на синуса (y=sin(x)) при разных глубинах дерева/

depth=1

depth=3

depth=7

depth=100

Показать полностью 12
[моё] Decision tree Машинное обучение Длиннопост
11
Посты не найдены
О нас
О Пикабу Контакты Реклама Сообщить об ошибке Сообщить о нарушении законодательства Отзывы и предложения Новости Пикабу Мобильное приложение RSS
Информация
Помощь Кодекс Пикабу Команда Пикабу Конфиденциальность Правила соцсети О рекомендациях О компании
Наши проекты
Блоги Работа Промокоды Игры Курсы
Партнёры
Промокоды Биг Гик Промокоды Lamoda Промокоды Мвидео Промокоды Яндекс Маркет Промокоды Пятерочка Промокоды Aroma Butik Промокоды Яндекс Путешествия Промокоды Яндекс Еда Постила Футбол сегодня
На информационном ресурсе Pikabu.ru применяются рекомендательные технологии