Estimados. Hace un tiempo que tengo una duda, estaba pensando en los problemas como optimización de costos, donde hay varias alternativas y librerías, pasando por soluciones inspiradas en energía, genética o algo matemático como matrices y álgebra.
Luego aparecen tensorflow, cntk, y otros tantos, de los cuáles https://keras.rstudio.com/ ofrece alternativas para mezclar los mundos por decirlo de alguna forma. De estos si miro https://keras.rstudio.com/ observo en la documentación lo que aparece siempre, la optimización. En este caso sería lo siguiente: model %>% compile <http://www.rdocumentation.org/packages/generics/topics/compile>( loss = 'categorical_crossentropy', optimizer = optimizer_rmsprop <https://keras.rstudio.com/reference/optimizer_rmsprop.html>(), metrics = c('accuracy') ) Ahora mi pregunta, es posible con esos optimizadores, tomar un problema para producir a mínimo costo, o al contrario, para maximizar las ganancias? Alguno de ustedes vio un ejemplo al respecto? No me refiero a los muchos desarrollados en el R clásico, sino en R que conecta por ejemplo a tensorflow con keras, o en su defecto python que conecta muy simple con tensorflow. Con R lo resuelvo, pero me crea la duda estos optimizadores y no he explorado esa alternativa pero me intriga y lo intentaría de puro gusto o desafío personal. Agradezco comentarios. Javier Rubén Marcuzzi [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
