机器学习- Helmholtz机器实现

Question

我正在寻找一个实现赫尔姆霍兹机器。

参考文献：

• http://www.gatsby.ucl.ac.uk/~dayan/papers/hm95.pdf
• http://www.cs.toronto.edu/~hinton/absps/helmholtz.pdf

我正在寻找开源或免费的实现。我对Java实现有偏好，但其他语言(主要是c、C++、c#或Python )的实现将对我有所帮助。在我的网上搜索中，我只找到了对这种方法的简要描述，没有任何具体的实现。我希望能找到这门学科的任何有更多信息的专家。

Answer 1

Deeplearning4j是各种深度学习机器的开源实现，Hinton可能将其归类为“Helmholtz”http://deeplearning4j.org/。

Answer 2

我在你给的链接上看了一下这个。

我一直在“与一个小小的人工智能团队一起工作”……从1968年开始！

我的想法如下：

所有事件都发生在一个“时间序列”中。过去的时间序列有一个概率“很高”的时间序列，只要有知觉的观察者是concerned.

• There，它就是一个未来的“预测”时间序列，在“最佳”(时间序列)模型上预先预测，当时间序列消失到未来时，时间序列“变成过去的时间序列”的概率会降低到零，这可能在毫秒或数十亿年内发生--取决于模型的动力学。不要认为有“现在的time".

• Unfortunately --在研究了卡尔曼滤波器和预测器并将它们应用于导弹目标之后，我得出结论认为，”数学上表示“最好的算法(即模型)”的整个“主题”是在浪费时间，因为即使最简单的“程序”也在执行一项无法用数学符号表示的任务。所以我的结论是“计算机算法”是“数学公式”。即普通符号数学中没有工具来描述的公式(即程序优于复杂的notation).

• Mathematics数学系统)是很好的“证明”和“大统计思想”，但是.(我马上就要结束了).我会“相信”你自己的直觉，创造一个预测未来最好的“模型”.也就是说，它可能必须有“在美国的每周三交替”的概念，在它.还有成千上万的其他非数学“状态”或各种“公理”.很好!

你怎么会问这在数学上是正确的！

答案很简单，真的，>>，最好的模型--预测未来的最佳模型！

未来总是出人意料地频繁出现--所以很容易测试--并且继续测试！

你需要知道的是，你有最好的“数学”(即程序)，就是看看预测中有多少“噪声”或“偏离预测”，而不是时间序列中的实际结果。

“状态-空间”是最好的数学.也就是说，假设存在“底层状态”，然后假设您的“观察”只是有缺陷的“噪声或错误”的观测，即系统输出信号是基于这些“不可见的”内部系统状态。

我们创建了一种人工智能感知“计算机语言”，称为地铁(主要在20世纪80年代)，它是为这种动态模型创建而设计的--但我们(人类)的缺点是，它是为IA实体设计的，而不是为人类设计的，尽管我们不久将在上面添加一个"Pascal式“前端，以允许正常人使用它。IBM、Intel、GCHQ、MOD、DOD等公司都有许可证--但后来我们搁置了！

我们打算很快重新开始这个项目.

不管怎么说，我就是这么想的--我希望你的目的不是太抽象！

我们可以说。(在这件事上我开玩笑).那些试图用“纯数学”来编写程序的程序员“不择手段”？

因此，希望程序员可以更轻松的时候，他们不理解所有的数学！

我希望这种想法也能帮助任何“非数学”的读者.对此的回应。