Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen Deep Feature Selection
Resumen Deep Feature Selection
1. Introducción
los datos. Existen otras maneras de aprendizaje automático como las redes
características irrelevantes son modeladas pero este modelado actúa como ruido
tiempo de cálculo.
estas DBN la gran cantidad de datos por procesar y conexiones que aumentan el
2. Propósito
3. Objetivo
impide que la red aprenda sobre estas características que no aportan nada y así se
2 2
𝑒𝑖 ∝ ([𝑣̃𝑖 ℎ𝑗 ] − [𝑣𝑖 ℎ𝑗 ]) = ((𝑣̃𝑖 − 𝑣𝑖 )ℎ𝑗 )
eliminadas.
Descripción:
una unidad visible dados los estados de unidades ocultas. El algoritmo Deep-FS
encuentra características con información útil y para esto utiliza la propiedad de RBM
tres pasos.
RMB minimiza el error de red. Durante este proceso se reduce el valor absoluto
4. Referencias
pp.22-37.