AI建模师-素养手册(8)-设计深度模型纳入专家智慧-cnn

设计深度模型,纳入专家智能1设计深度模型纳入专家智慧1范例:如何把专家直觉纳入求职AIBy高焕堂/AI建模师俱乐部会长——————————————————————.以<求职AI>为例2.专家建议：也考虑求职者的<兴趣>3.预测：运用丫环与格格的专业智慧4.在AI项目会议上，展现上述流程2***本文摘自高焕堂的下列书籍******以及北京【电子世界杂志】连载专栏***1.以<求职AI>为例设计深度模型,纳入专家智能3的专家们来帮助AI(即将其专业智能纳入AI模型则是：钱多、事少、离家近。于是，我们就可以把这简单法则教给有人比较在意<钱多>，也有人认为<离家近>更重要。人人心中的规则可听不懂人类的语言，也不需要写1.1纳入求职领域的<专家直觉>行＜两两相乘＆求和＞计算。然后进一步展开训练流程。如下的Pythonimportnumpyasnpdefsigmoid(x):returnnp.exp(-x))44lr=0.15N=3S=8H=4O=1defone_epoch():globalwh,bh,wo,bo,lr#-----开始训练-----------------------#feedforwardhbhh=sigmoid(yh)zo=sigmoid(yo)error=t-zodelta=zo*(1-zo)*errordb_o=np.sum(delta,axis=0,keepdims=True)#---------------------------------delta_h=h*(1-h)*error_hdwhxT.dot(delta_h)db_h=np.sum(delta_h,axis=0,keepdims=True)#UpdateWeightswh+=dw_h*lrbh+=db_h*lrwo+=dw_o*lrbo+=db_o*lr#--------------------------------------------x=np.array([[1,1,1],1,1,0],1,0,1],设计深度模型,纳入专家智能51,0,0],0,1,1],0,1,0],0,0,1],dtypenpfloat2)defpredict():hbhh=sigmoid(yh)zo=sigmoid(yo)print("Wh[]=",np.round(wh,2),"\n")print("bh=",np.round(bh,2),"\n")print("W[]=",np.round(wo,2),"\n")print("bo=",np.round(bo,2),"\n")print("Z=",np.round(zo,2))#------------------------------------deftrain(epoch):foriinrange(epoch):one_epoch()#-------------------------------------------------train(1000)print("----训练"+str(1000)+"回合-----")predict()tnparray,[0.6],[0.5],[0.4],[0.3],[0.2],[0.1],[0.0]],dtype=np.float32)就是表达了专家的判断(直觉性智慧)。也就是把人类专家对于工作机会的6-0.59-1.].12-0.560.46-0.14]]bh=[[0.490.79-0.340.76]]W=[[0.31]6]Z=[[0.68]设计深度模型,纳入专家智能7人对于工作内容的兴趣，再统合起来一起1.2应用<专家直觉>好了AI丫嬛模型了，意味着，这个AI丫嬛模型已经具importnumpyasnpdefsigmoid(x):returnnp.exp(-x))y8t#--------------------------------------------test_x=np.array([[0,0,0],1,1,1],0,1,0],dtypenpfloat2)defpredict():yh=np.dot(test_x,wh)+bhh=sigmoid(yh)zo=sigmoid(yo)print("Z=",np.round(zo,2))#-------------------------------------------------print("----Predict-----")predict()#End----Predict-----Z=[[0.07]设计深度模型,纳入专家智能92.专家建议：也考虑求职者的<兴趣>上一节里，已经将专家直觉(判断)的智慧纳入到AI丫嬛的模型里。家还建议：也要考虑求职者的兴趣。于是就来建立一个比较高阶的<AI格格>模型，然后再一次将专家智慧纳入AI格格模型里。AI丫嬛与AI格格迭加组合起来，就形成一个<两层网络>NewJobsnparray,0,0],],],],],],],],[0,0,1]],dtype=np.float32)importnumpyasnpdefsigmoid(x):returnnp.exp(-x))yatt#--------------------------------------------NewJobs=np.array([[0,0,0],1,1,1],0,1,0],1,1,0],1,0,0],1,1,1],0,1,1],1,0,1],dtypenpfloat2)defpredict():yh=np.dot(NewJobs,wh)+bhh=sigmoid(yh)zo=sigmoid(yo)print("Z=",np.round(zo,2))#-------------------------------------------------print("----Predict-----")predict()#End----Predict-----Z=[[0.07]设计深度模型,纳入专家智能11估出来的。如下图：T专家的判断(直觉性智慧)。也就是把人类专家基于对于工作机会的<偏好>评估，以及对工作内容的<兴趣>程度，两项特征importnumpyasnpdefsigmoid(x):returnnp.exp(-x))设设计深度模型,纳入专家智能13t#--------------------------------------------lr=0.15N=2S=9H=4O=1defone_epoch():globalwh,bh,wo,bo,lr#-----开始训练-----------------------#feedforwardyh=np.dot(NewJobInterestX,wh)+bhh=sigmoid(yh)zo=sigmoid(yo)error=NewT-zodelta=zo*(1-zo)*errordb_o=np.sum(delta,axis=0,keepdims=True)#---------------------------------delta_h=h*(1-h)*error_hdw_h=NewJobInterestX.T.dot(delta_h)db_h=np.sum(delta_h,axis=0,keepdims=True)#UpdateWeightswh+=dw_h*lrbh+=db_h*lrwo+=dw_o*lrbo+=db_o*lr#----------------------------------NewJobInterestXnparraydefpredict():yh=np.dot(NewJobInterestX,wh)+bhh=sigmoid(yh)zo=sigmoid(yo)print("Wh[]=",np.round(wh,2),"\n")print("bh=",np.round(bh,2),"\n")print("W[]=",np.round(wo,2),"\n")print("bo=",np.round(bo,2),"\n")print("Z=",np.round(zo,2))#------------------------------------deftrain(epoch):foriinrange(epoch):one_epoch()#-------------------------------------------------#predict()train(500)print("----训练"+str(500)+"回合-----")predict()结果：Wh[]=[[0.34-3.412.26-3.06].69-0.280.37-0.55]]设计深度模型,纳入专家智能15bh0.411.83-1.122.03]]W1.]7]Z=[[0.03]3.预测：运用丫环与格格的专业智慧PatternAI求职的情境里，来让人类与AI设计深度模型,纳入专家智能17importnumpyasnpdefsigmoid(x):returnnp.exp(-x))#--------------------------------------#--------------------------------------格格的权重wog=np.array([[1.],2],#--------------------------------------------NewJobsX=np.array([[0,0,0],设计深度模型,纳入专家智能19NewInteresX=np.array([[1],predict():#丫环预测yh=np.dot(NewJobsX,wha)+bhah=sigmoid(yh)dothwoaboazoa=sigmoid(yo)foriinrange(4):Z[i][0]=zoa[i]Z[i][1]=NewInteresX[i]#丫环预测yhnpdotZwhg+bhgh=sigmoid(yh)dothwogbogzog=sigmoid(yo)#-------------------------------------------------print("----Predict-----")predict()#Enddef，进行对新工作机会的评估结果：----Predict-----204.在AI项目会议上，展现上述流程n4.1在Excel上操作ㄚ环和格格的训练设计深度模型,纳入专家智能21d22设计深度模型,纳入专家智能234.2丫嬛帮