Какие существуют интересные задачи с применением нейронных сетей?

Question

[lAtrey]

Лично для меня, как наверное и для многих людей, лучше всего что-то познается в процессе решения большой и интересной задачи. В связи с чем и вопрос. Ничего не нагуглил, кроме общих сфер применения, нужно больше конкретики.
Не хочется заниматься изъезженным, типа распознавания текста и прогнозирования на форексе.

В арсенале: общие представления о ИНС и язык С++.
Спасибо.

Answer 1

[Дмитрий Демидов]

Выберите себе задачу, которая будет актуальна лично для Вас. Уверяю, что ежедневно, вы генерируете массу разных данных, вот на них и учите свои сети, делайте выводы и прогнозы.

Про изъезженные задачи Вы очень некрасиво сказали. Порого входа высокий - так будет правильнее.

Answer 2

[lookid]

Не хочется заниматься изъезженным
Решение NP задач за полином. Лето, каникулы, в школьниках просыпаются мировые эксперты.

Comments

[lAtrey]

И ведь ждал агрессии. Вас задевает то. что кто-то ставит цели выше ваших собственных?

[andymitrich]

Никакой ведь агрессии. Просто фраза "Не хочется заниматься изъезженным" как бэ намекает, что задачки по NLP вы за завтраком решаете... Там полным-полно неразрешенных задач, в которые и въехать-то сразу не получится.

[lAtrey]

@andymitrich , если бы так оно и было, я бы не задавал вопрос тут. Просто порядком надоели задачи с распознаванием, например, цифр что на Хабре, что в статьях на других ресурсах. Насмотрелся уже на это, вот и всё.

[andymitrich]

Ну так а что вы хотите? Попробуйте циферки пораспознавать, думаете просто так?) Не нравится распознавание текста или картинок - займитесь видео или аудио.

Просто, понимаете, люди, когда заходят на toster, обычно не берут с собой читалку мыслей топикстартера. И определить чего же вам хочется, можете по сути только вы.

Answer 3

[Денис Инешин]

Яндекс-пробки)

Answer 4

[tsarevfs]

Я когда курсовик по ML делал, пытался погоду на завтра предсказать по данным с метеостанции. На вопрос "будет ли завтра теплее?" получалось с точностью 61% отвечать.

Comments

[Сергей]

т.е. если точность 50% .. то это как будто каждый раз подбрасывать монетку. А Ваши 61% это как будто подбрасывать монетку, а которой орел тяжелее.

[Дмитрий Демидов]

@tsarevfs что, кстати, в итоге выбрали в качестве алгоритма? я помню ваш вопрос здесь :)

[tsarevfs]

@begemot_sun Ну, 90% это тоже монетка с очень тяжелым орлом. Ясно, что с хорошей точностью такую задачу за пару вечеров на основе данных одной метеостанции не решить. Кстати, интересно найти точность прогнозов для какого-нибудь gismeteo.

[tsarevfs]

@ptitca_zu Я упростил себе задачу, сведя ее к классификации (теплее\холоднее) и посчитал нейронкой и SVM. Плюс различные трюки для обработки входных данных (feature enginering) нормализация, представление циклических параметров (время, направление ветра) через sin и cos.

[Дмитрий Демидов]

@tsarevfs а расскажете поподробнее по поводу sin/cos? или может можно где-то код посмотреть?

[tsarevfs]

@ptitca_zu суть в том, что 23:59 и 00:00 находятся довольно близко, однако чтобы нейронная сеть это поняла, я вместо абсолютного значения даю 2
def cycled_data(value, period):
nvalue = value / period * 2 * pi
return (sin(nvalue), cos(nvalue))

[tsarevfs]

@ptitca_zu https://bitbucket.org/tsarevfs/weatherpredict/overview Можно, если интересно.

[Дмитрий Демидов]

@tsarevfs спасибо, обязательно посмотрю! Сейчас что-нибудь еще делаете в этом направлении?

Answer 5

[Sergey Paramonov]

Dogs vs Cats