Я немного почитал про
нейронные сети и там говориться постоянно про ОБУЧЕНИЕ. Не буду перефразировать,
а приведу выдержку из текста:
"Нейронные сети не программируются в привычном смысле этого
слова, они обучаются. Возможность обучения — одно из главных
преимуществ нейронных сетей перед традиционными алгоритмами.
Технически обучение заключается в нахождении коэффициентов
связей между нейронами. В процессе обучения нейронная сеть
способна выявлять сложные зависимости между входными данными
и выходными, а также выполнять обобщение. Это значит, что, в случае
успешного обучения, сеть сможет вернуть верный результат на
основании данных, которые отсутствовали в обучающей выборке.
"
В связи с этим у меня есть мнение, что чем больше период тестирования,
тем больше должно быть "накоплено знаний" / образов. А у
вас в статьях говориться, что необходимо ограничиваться небольшим
интервалом в 6-12 месяцев. Может он должен быть 2-3 года?
В коде AI я не увидел кокого-то специального модуля, который бы
отвечал за обучение и накопление закономерностей образов. В
нем есть лишь алгоритм, который позволяет за определённый период
выявлять закономерности с заданными параметрами при тесте.
Т.е. накопления знаний не идёт, а есть просто подгон параметров.
Я не прав?
Советники 
