46 مقالات.
هدفٌ ثنائي المنوال، وغاوسيّة واحدة، واتّجاهان للتباعد نفسه. تصغير KL(P||Q) يمدّ الغاوسيّة على المنوالين بلا كتلة تُذكر حيث يقيم الهدف فعلًا؛ وتصغير KL(Q||P) يضعها على منوال واحد عند 0.6931 نات، وهي ln 2 حتى أربعة أرقام عشرية لا مصادفة. وكل مواءمة يحكم عليها المعيار الآخر بالكارثة: 2.0976 مقابل 15.2799.
خذ أرجح حالة في كل يوم واكتبها بالترتيب، فيخرج لك تقرير يعطيه النموذج احتمالًا يساوي الصفر تمامًا: في مثال لمراقبة آلة على أربعة أيام يكون الجواب يومًا بيوم سليمة، سليمة، معطّلة، معطّلة، والانتقال من سليمة إلى معطّلة انتقال لا يقع. ما السؤالان فعلًا، ولماذا يجيب التنعيم وفيتربي عن سؤالين مختلفين، وماذا يعني احتمال بعدي قدره 0.411 لأفضل مسار لمن عليه أن يتصرّف.
متغيّرٌ يحدّد آخر بارتباط قدره 0.0000000000 بالضبط، وزوجُ سماتٍ كل معلومة متبادلة ثنائيّة بينهما وبين الهدف تساوي صفرًا بالضبط بينما يحدّدانه معًا تمامًا. والغربلة أحاديّة المتغيّر تطرح الاثنتين، والحالة الثانية هي المهمّة: فالسمات التي تحذفها تُحذف لأنّها مهمّة.
بالمتوسّط على الدوالّ الـ256 من ثلاث بتّات إلى واحدة، يسجّل متعلّمُ أقرب جار ومتعلّمٌ بُني ليخطئ عمدًا 0.500000 بالضبط خارج بيانات التدريب. تلك هي مبرهنة انعدام الغداء المجّاني، وهي صحيحة بالضبط، وما إن يُقصَر المتوسّط على الدوالّ الستّ التي تعتمد على بتّ واحد حتى يفترق الاثنان إلى 0.333333 و0.666667.
حجم الخطوة المسموح به يحدّده أشدّ الاتّجاهات انحدارًا، وعدد الخطوات اللازم يحدّده أكثرها استواءً، فتكون كلفة النزول الاشتقاقي نسبتهما. المواءمة نفسها بالمربّعات الصغرى، وحتى العشرة أرقام العشريّة نفسها، تحتاج 1742 خطوة في أساس، و147 في أساس مُعاد قياسه، وخطوة واحدة بالضبط في أساس متعامد متجانس، والزخم لا يسترجع إلّا الجذر التربيعي للنسبة.
مكافأة البقاء في عالَم الشبكة تُكتب مرّةً ولا تُناقَش، والسياسة المثلى دالّة درجيّة فيها: ثمانية عتبات بين -3 و0، كلٌّ منها يقلب مربّعًا واحدًا بالضبط. والقيمة المألوفة -0.04 تبعد 0.0048 عن العتبة التي تقرّر هل يسلك الوكيل الطريق القصير بمحاذاة الحفرة، وفوق -0.0221، حين تكاد الخطوات تكون مجانيّة، يصير الفعل الأمثل في أحد الأركان أن يدفع الجدار عمدًا.
السماح بالنقلات الجانبيّة يرفع تسلّق التلال في مسألة الملكات الثماني من 14.75% من التشغيلات المحلولة إلى 94.55%، وهو ما يُقرأ تحسّنًا بستّة أضعاف وليس كذلك: فمع إعادات البدء العشوائيّة تنتقل الكلفة المتوقّعة للحلّ من 21.9 خطوة إلى 23.1، وإذا عُدّت بالنقلات المقيَّمة انخفضت بنسبة 16%، من 1,547 إلى 1,298. والتلدين المحاكى يحلّ 98.8% بكلفة 1,622 تقييمًا. فالذي تغيّر هو الإحصاء في معظمه لا العمل.
اثنا عشر شخصًا، وقياسان لكلٍّ منهم، وثلاث مكوّنات رئيسة أولى مختلفة: بالمليمترات يكون الجواب الطول وحده تقريبًا، وبالأمتار الوزن وحده تقريبًا، وبالسنتيمترات مزيجًا متوازنًا - مع بقاء الارتباط عند 0.9500 في الحالات الثلاث. وما يقوله ذلك عمّا تعظّمه المكوّنات الرئيسة، ولماذا قد تكون نسبة تباين مفسَّر تبلغ 99.999% قولًا عن الأمتار لا عن الأشخاص، وما الذي تختاره المعيرة فعلًا.
سببان مستقلّان وأثرٌ مشترك. اضبط الأثر فيكتسب السببان ارتباطًا يساوي -1 بالضبط: انحدار A على B يعطي معاملًا قدره +0.0030، وإضافة الأثر المشترك ضابطًا تحوّله إلى -1.0000. واختيار العيّنة يفعل الشيء نفسه على نحو خفيّ، ولهذا لا تصلح قاعدة «اضبط كل ما قسته».
لمجال الثقة المدرسي لنسبةٍ ما تغطيةٌ مضبوطة تُحسب بجمعٍ على العيّنات الممكنة وعددها n+1، وعند n = 30 وp = 0.10 تساوي 0.8085 لا 0.95. والتغطية لا تتحسّن باطّراد مع n، وفي سياق الأحداث النادرة قد تهبط إلى 0.0392. وبديلان من سطر واحد يصلحان ذلك.
مصنّف بوسيط حقيقي واحد يحقّق جميع الوسوم الـ1,048,576 لعشرين نقطة في كل مرّة، ثم يتنبّأ بالنقطة الحادية والعشرين بدقّة 0.5038 على عشرين ألف تجربة. فعدّ الوسائط لا يحدّ سعة صنف النماذج من أعلى ولا من أسفل، ولهذا وجب قياس السعة بطريق آخر.
نموذج الجيران الخمسة الأقرب يسجّل 0.9983 في التحقّق المتقاطع العشوائي بخمسة أثلاث على مشية عشوائيّة، وهي سلسلة زياداتها غير قابلة للتنبّؤ بالبناء. وبتقييمه تقدّمًا في الزمن يسجّل 0.6559 بجذر متوسّط خطأ تربيعي أكبر 12.44 مرّة، ويخسر أمام إبقاء آخر قيمة مرصودة كما هي. فالقسمة، لا النموذج، هي التي أنتجت الرقم الأوّل.
تحويل صيغة قصيرة إلى الصورة العطفيّة النظاميّة بالتوزيع يعطي 1,048,576 بندًا و20,971,520 حرفًا؛ وتسمية الصيغ الجزئيّة تعطي 61 بندًا و160 حرفًا، أي بعامل 131,072 في الأحرف، ولا يضيع بذلك شيء البتّة: فعدد نماذج الصيغتين واحد، وقد فُحص ذلك استقصاءً. فالترميز، لا الحلّال، هو موضع الكسب أو الخسارة في مسألة القابليّة للإرضاء.
على شبكة السطو مع اتّصال الجارين معًا، تُبقي المعاينة بالرفض 183 سحبًا من 100,000، وتُبقي المعاينة بالترجيح بالأرجحيّة كلَّ السحوب بحجم عيّنة فعّال قدره 396. والتقديران يبتعدان نحو 10% عن احتمال بعدي قدره 0.284172، والسبب يُحسب بالضبط: 252 عيّنة تحمل 76% من الوزن و99.975% من مربّع الوزن.
فرقٌ بنسبة اثنين في المئة في معدّل التعلّم يفصل تنفيذًا متقاربًا عن آخر يبعد خمس مراتب عشرية، وعددُ شرطٍ يتنبأ بمعدّل التقارب إلى ست منازل عشرية، وانحدارُ التدرّج العشوائي بخطوة ثابتة لا يتقارب أبدًا - بل يستقر في كرة ينمو نصف قطرها بجذر الخطوة. وكل رقم هنا حُسب على مسألة يُعرف أمثلها بالضبط.
عند معدّل أساس واقعيّ يفوز الكاشف الخامل في الدقّة، وROC قدره 0.9468 يخفي طابور إنذارات كاذباً بنسبة 64٪، والمسافة عن المتوسّط تقع تحت الصدفة حين يجلس الشذوذ في المركز، وعشرون شاذّاً متجمّعاً يخفي بعضها بعضاً عن المنهج المصمَّم لإيجادها.
علاج يرفع الشفاء خمس نقاط بالضبط في كلّ مجموعة فرعية بينما يبدو أنّه يخفضه إجمالاً، ولماذا يجعل مزيد من البيانات تلك الخلاصة أوثق لا أصحّ، وما الذي تشتريه العشوائية ولا يستطيعه التعديل، والحالة التي يصنع فيها ضبط متغيّرٍ ارتباطاً من لا شيء.
سلسلتان مولَّدتان من أعداد عشوائية منفصلة تخرجان مرتبطتين معنوياً في 82.8٪ من الحالات، وخطأ معياري على بيانات متعلّقة أضيق ممّا ينبغي بعامل قابل للحساب قدره 2.4، وتقسيم التحقّق المعتاد يعلن متنبّئاً أفضل بأكثر من خمس مرّات ممّا هو عليه. ثلاثة إخفاقات، وسبب واحد، والفحوص التي تمسك كلّاً منها.
إزاحتان ملاءَمتان تقدّمان 66٪ من مكسب الدقّة في نظام التوصية قبل تعلّم أيّ عامل كامن، والخطأ أسوأ 1.28 مرّة عند المستخدمين الأقلّ كلاماً، ولا يبلغ إلّا 30٪ من الكتالوغ قائمة العشرة الأولى لأيّ أحد بلا حدّ صريح للشيوع في النموذج، وبعد ستّ جولات من بيانات منتقاة ذاتياً يصير النظام أسوأ 1.14 مرّة حيث كفّ عن النظر بالضبط.
تجربة بـ2000 مستخدم لكلّ ذراع تعرض آثاراً أكبر 2.4 مرّة ممّا ينبغي. وتجربة A/A تُراجَع عشر مرّات تخرج معنويةً 19٪ من الوقت. وعشرون متريكاً صفرياً مستقلّاً تنتج فائزاً 64٪ من الوقت، واثنتا عشرة شريحة صفرية 46٪. أربعة أرقام، وسبب واحد، والقرارات التي يجب اتّخاذها قبل وصول البيانات.
العشوائية المعلوماتية ليست ملخّصاً لتوزيع بل أرضية يبلغها أفضل ترميز إلى آخر منزلة عشرية، والزيادة المدفوعة ثمناً للتوزيع الخاطئ هي بالضبط الخسارة التي يصغّرها كلّ مصنّف أصلاً، والمعلومة المتبادلة تضع سقفاً صلباً على كلّ ما يلي المستشعر. ثلاث نتائج، كلّ واحدة أحدّ من المعتاد.
المقدّرات بوصفها متغيّرات عشوائية لها توزيعاتها الخاصّة، والحالة التي يكون فيها المقدّر غير المتحيّز هو الأسوأ، وما يعد به مجال الثقة فعلاً والمجال المعتاد الذي يسلّم 87% حيث يعلن 95%، وما تكون القيمة p احتمالاً له - وكلّ رقم محسوب بدقّة أو بمحاكاة ببذرة معلنة.
من أين تأتي أعداد الشبكة البايزية أو التوزيع الغاوسي فعلًا: وصفة الإمكان الأعظم ذات الخطوات الثلاث مطبَّقة على معالم منفصلة ثم متصلة، وتوزيع بيتا القبلي الذي يصلح ما تفعله بحدث لم يُشاهد قط، وبايز الساذج والتكرار الصفري الواحد الذي يدمّره، وخوارزمية EM للحالة التي يتعذّر فيها العدّ أصلًا - وكل رقم محسوب لا مُدّعى.
مصنّف بايز الذي لا يُهزم وأرضية الخطأ التي يخلّفها، وأقرب k جار محاكاةً غير معلمية وk مفتاحًا للمرونة، والتحليل التمييزي ولماذا يفرض التغاير المشترك خطًا مستقيمًا، ومصفوفة الالتباس والعتبات ومنحنى ROC التي يخفيها رقم دقة واحد - وكل عدد محسوب على بيانات محاكاة يُعرف فيها الأمثل.
لماذا تكون أوسع شريحة بين فئتين حدًّا جيّدًا، ولماذا يكون الإصرار على حدّ تامّ مهزومًا بذاته، وكيف تسترجع ميزانيةٌ للانتهاكات الثباتَ، وكيف تثني نواةٌ الحدَّ بالعمل في فضاء لا تضطرّ إلى بنائه قطّ.
كيف تلائم علاقات منحنية دون أن تغادر المربّعات الصغرى: دوالّ الأساس، والقيود التي تحوّل كثير حدود مجزّأً مكسورًا إلى شريحة، والعمود الإضافي الواحد لكل عقدة الذي يفرضها مجّانًا، وجزاء الخشونة الذي يدع المنحنى يختار مرونته بنفسه.
لماذا قد يكون رفض رهانٍ قيمتُه المالية المتوقّعة موجبةٌ أمرًا عقلانيًا، وما الذي يقيسه تقوّس دالّة المنفعة، وكيف تسعّر مشاهدةً قبل شرائها - بما في ذلك الحالة الشائعة التي يكون فيها السعر الأمين صفرًا.
لماذا يحظى التخطيط بتمثيل خاصّ به بدل أن يكون حاشية على البحث، وكيف يُنتج حذفُ أجزاء من وصف الفعل استدلالًا بلا ثمن، وما الذي يلحظه بيان التخطيط ممّا تفوته الاستدلالات المحسوبة هدفًا هدفًا فواتًا منهجيًا.
كيف يقوم مخطّط وبضعة جداول صغيرة مقام توزيع مشترك بآلاف المدخلات، وكيف يُجاب عن استعلام عليه إجابةً دقيقة بالتعداد وإزالة المتغيّرات، وما العمل حين يتعذّر الاستدلال الدقيق: أخذ العيّنات بالرفض، والترجيح بالإمكان، وأخذ عيّنات غيبس، كلٌّ منها محلول على الشبكتين نفسيهما.
ما الذي يتغيّر حين لا توجد استجابة تُتنبَّأ: المكوّنات الرئيسة بوصفها اتّجاه التباين الأقصى، وخوارزميّة المتوسّطات K والنهايات المحلّية التي تستقرّ عندها، والعنقدة الهرميّة والوصل الذي يقرّر الجواب - ولماذا لا يمكن التحقّق من أيٍّ من الاختيارات المطلوبة كما يُتحقَّق من مصنّف.
تركيب GPT من الانتباه: إسقاطات متعدّدة الرؤوس، وتسوية الطبقة محلولةً يدوياً، ولماذا تنقذ وصلات الاختصار التدرّج، وتوسّع شبكة التغذية الأمامية أربع مرات، وعدّ بارامترات يعيد إنتاج GPT-2 الصغير عند 124 مليوناً بالضبط.
الاستدلال على ما يجب أن يكون صادقاً: النماذج والاستلزام محلولةً بالعدّ الشامل، والسلامة والاكتمال، ولماذا ينفد التعبير من منطق القضايا، وأين يلتقطه منطق الرتبة الأولى.
الالتفاف مُعرَّفاً بدقة، وكاشف حواف سوبل محلولاً يدوياً على صورة 5×5، ولماذا يتفوّق تمرير نواة صغيرة واحدة على الصورة على طبقة كثيفة بخمس مراتب عشرية في عدد البارامترات، وما الذي تغيّر حين كفّت النوى عن التصميم وصارت تُتعلَّم.
قياس اللايقين بالبتّات: إنتروبيا شانون ولماذا اللوغاريتم بالأساس 2، ومكسب المعلومات محلولاً على قسمة، وكيف ترتبط الإنتروبيا المتقاطعة وتباعد كولباك-لايبلر بالإنتروبيا وبدوال الخسارة التي تدرّب المصنِّفات.
تعلّم حسن التصرّف بلا نموذج للعالم: تحديثات الفروق الزمنية، وقاعدة تعلّم Q، والاستكشاف في مقابل الاستثمار، وتشغيل يستعيد الأمثلية المخطَّطة من التجربة وحدها.
التفكيك الدقيق لخطأ الاختبار المتوقّع إلى مربّع التحيّز والتباين والضجيج غير القابل للتقليص، مبرهَناً عددياً بمحاكاة من 2000 تكرار تُقاس فيها الحدود الثلاثة كلٌّ على حدة ويُتحقّق من أن مجموعها يطابق.
كيف تخطّط حين لا تفعل الأفعال ما تقصده بموثوقية: الحالات، ونموذج الانتقال، والمكافآت والخصم، ومعادلة بلمان، وتكرار القيمة محلولاً عددياً حتى نقطته الثابتة.
لماذا يكون خطأ التدريب تقديراً متحيّزاً لخطأ الاختبار، وكيف تعالج ذلك مجموعة التحقّق وطريقة ترك واحد وطريقة الطيّات k، مع حساب LOOCV على خمس مشاهدات مشاهدةً مشاهدة.
اشتقاق معاملات المربّعات الصغرى باشتقاق مجموع مربّعات البواقي، ثم تنفيذ ملاءمة كاملة على خمس مشاهدات يدوياً: المعاملات والقيم المُلائَمة والبواقي وRSS ومعامل التحديد، وكلٌّ منها متحقَّق منه عددياً.
لماذا لا يستطيع المستقيم نمذجة احتمال، وكيف تعالج الدالة اللوجستية ذلك، وما معنى المعاملات بلغة لوغاريتم الأرجحية، مع خطوة صعود تدرّجي وملاءمة متقاربة محسوبتين ومتحقَّق منهما عددياً.
إضافة عقوبة على حجم المعاملات لمبادلة قليل من التحيّز بخفض كبير في التباين، ولماذا تصفّر عقوبة L1 معاملات بعينها تماماً بينما تكتفي L2 بتقليصها، مع ملاءمة الاثنتين عددياً.
كيف تبني القسمة الثنائية العَودية شجرةً، ولماذا يتفوّق دليل جيني على معدّل الخطأ كمعيار للقسمة، وكيف يحوّل التعبئة والغابات العشوائية متعلّماً عالي التباين إلى متعلّم قوي، مع حساب قسمة واحدة كاملاً.
كيف تتعلّم الشبكة العصبية: الخسارة بوصفها دالة في الأوزان، والنزول التدرّجي، والانتشار العكسي بوصفه قاعدة السلسلة مطبَّقةً إلى الوراء، مع حساب كل مشتقّة جزئية لشبكة صغيرة يدوياً والتحقّق منها مقابل الاشتقاق التلقائي.
الاستعلامات والمفاتيح والقيم مبنيةً من الأساس: لماذا وُجد الانتباه، وكيف يُحسب انتباه الجداء القياسي المقيس، ولماذا يُقسم على جذر البُعد، وكيف يعمل الإقناع السببي، مع حساب كل مصفوفة والتحقّق منها.
كيف يلعب برنامج ضد خصم يحاول هزيمته: قيمة المينيماكس، ولماذا يبلغ تشذيب ألفا-بيتا الإجابة نفسها بفحص عقد أقل، وشجرة لعبة مشذَّبة نقلةً نقلة.
الاستدلال الاستراتيجي حين لا يكون اللاعبون متعارضين تعارضاً صارماً: الاستراتيجيات المهيمنة، ومعضلة السجينين محلولةً من مصفوفة عوائدها، وتوازن ناش، وأمثلية باريتو، ولماذا قد يتعارض التوازن والكفاءة.