Прикладное машинное обучение и глубокое обучение

Модели статистического обучения, к которым относятся нейронные сети, принято противопоставлять выводу, основанному на правилах. Нейронные сети доказали свою эффективность в статистических задачах, связанных с выделением паттернов. В то же время их применение для символьных вычислений остаётся крайне ограниченным.

Авторы данной статьи отмечают, что выделение паттернов, с которым нейросети справляются хорошо, может улучшить результаты в преобразовании выражений. Они применяют seq2seq модель к двум задачам, традиционно решаемым с помощью символьных вычислений: интегрированию и дифференциальным уравнениям. Для этого они предлагают подходящее представление данных и способ генерации датасетов. Проведённая оценка показывает улучшение по сравнению с существующими математическими пакетами.

Ссылка на статью: https://openreview.net/forum?id=S1eZYeHFDS

Докладчик: Андрей Гусев.

Язык доклада: русский.

Дата и время: 25-е мая, 20:00-21:30.

Место: https://zoom.us/j/217320533

Видео с предыдущих семинаров доступно по ссылке: http://bit.ly/MLJBSeminars