Машинное обучение и его виды
машинное обучение — это часть искусственного интеллекта, которая обеспечивает возможность автоматического обучения и улучшения на основе предыдущего опыта. он может решить любую проблему без посторонней помощи. используется следующая библиотека, такая как pandas, NumPy, matplotlib и seaborn. мы используем библиотеку pandas для чтения набора данных. набор данных может быть числовым и строковым значением. Библиотека matplotlib используется для построения графика визуализации, а библиотека seaborn также используется для построения графика визуализации. это несколько библиотек, которые мы использовали для выполнения задач в машинном обучении
Тип машинного обучения
Существует два типа машинного обучения, такие как:
- контролируемый алгоритм
- неконтролируемый алгоритм
1. контролируемое обучение
в контролируемом вводе и выводе обучения информация доступна. там у нас есть помеченные данные. Помеченные данные означают, что вся информация доступна, нужно только классифицировать ее, и, говоря простыми словами, здесь руководитель может научить всему.
Существуют следующие типы алгоритмов обучения с учителем, такие как
1. классификация
2. регресс
1. классификация
когда нам нужен результат в виде истинной, ложной и двоичной формы, мы использовали алгоритмы классификации. Существуют следующие типы алгоритмов, такие как
- наивный байесовский
- Машина опорных векторов
- k ближайших соседей
2. Регрессия
когда у нас есть непрерывное значение данных, мы используем алгоритмы регрессии, такие как
- регрессия дерева решений
- линейная регрессия
- логистическая регрессия
2. алгоритм обучения без учителя
при неконтролируемом обучении входная информация доступна, но выходная информация недоступна, когда у нас есть входные значения, только тогда мы используем неконтролируемое обучение. существуют следующие типы алгоритмов обучения без учителя, такие как
- кластеризация
- уменьшение размерности
1. кластеризация
это создает несколько групп, например, если в комнате много студентов, обучающихся на курсах B.sc и B.tech. и я хотел разделить их, чтобы узнать об общем количестве. студентов доступны на определенных курсах. так с помощью кластеризации. Я могу разделить их на две группы. в первой группе будут доступны все студенты BSc, а во второй группе все студенты BTech будут
Существуют следующие типы алгоритмов кластеризации, такие как
- кластеризация k-средних
- иерархическая кластеризация
- средний сдвиг
- k методов
2.уменьшение размерности
Здесь мы уменьшаем размеры, например, если конкретная вещь не ясна с одного направления, поэтому мы можем изменить это, чтобы увидеть четкие результаты с направления с использованием размеров, которые могут быть любыми числами. но мы выбираем только наилучшее измерение, которое дает правильный результат или результат по сравнению с другими измерениями. Существуют следующие типы алгоритмов уменьшения размерности, такие как
- PCA (анализ компонентов частиц)
- LDA (линейный дискриминантный анализ)
- выбор функции
Эти алгоритмы хорошо работают с наборами данных переобучения, уменьшая переобучение. он выбирает только важные переменные, которые уменьшают проблему переобучения
Лучший курс онлайн-обучения и сертификации CCNA в Индии 2021
- ТЕГИ
- КУРСЫ ИИ В ДЕЛИ
- КУРСЫ ПО ИСКУССТВЕННОМУ ИНТЕЛЛЕКТУ И МАШИННОМУ ОБУЧЕНИЮ В ДЕЛИ
- КУРС НАУКИ О ДАННЫХ В ДЕЛИ
- ПРОФЕССИОНАЛЬНЫЙ МАШИННЫЙ ОБУЧАЮЩИЙ КУРС
- МАШИННОЕ ОБУЧЕНИЕ — GEEKSFORGEEKS
- МАШИННОЕ ОБУЧЕНИЕ — JAVATPOINT
- КУРС МАШИННОГО ОБУЧЕНИЯ
- СТОИМОСТЬ КУРСОВ МАШИННОГО ОБУЧЕНИЯ
- МАШИННОЕ ОБУЧЕНИЕ С РАЗМЕЩЕНИЕМ
- ВВЕДЕНИЕ В МАШИННОЕ ОБУЧЕНИЕ
- МОДЕЛЬ МАШИННОГО ОБУЧЕНИЯ
- МАШИННОЕ ОБУЧЕНИЕ PDF
- УЧЕБНЫЙ ИНСТИТУТ МАШИННОГО ОБУЧЕНИЯ
- ОБУЧЕНИЕ МАШИННОМУ ОБУЧЕНИЮ ОНЛАЙН
- РУКОВОДСТВО ПО МАШИННОМУ ОБУЧЕНИЮ
- МАШИННОЕ ОБУЧЕНИЕ С PYTHON