Публикации по теме 'supervised-learning'


Контролируемое и неконтролируемое обучение за 2 минуты
Алгоритмы машинного обучения можно разделить на две категории: контролируемые и неконтролируемые . Это краткий обзор этой дихотомии. Контролируемое обучение Алгоритмы контролируемого обучения берут набор данных и используют его функции для изучения некоторой связи с соответствующим набором меток. Этот процесс известен как обучение, и мы надеемся, что после его завершения наш алгоритм будет хорошо предсказывать метки совершенно новых данных, в которых алгоритм не имеет явных сведений..
Что такое контролируемое обучение?
Я собираюсь определить, что, вероятно, является наиболее распространенным типом проблемы машинного обучения, который называется контролируемое обучение . Вероятно, лучше всего объяснить или начать с примера того, что такое контролируемое обучение, а формальное определение мы дадим позже. Допустим, мы хотим спрогнозировать цены на жилье, и, как правило, некоторое время назад нам приходилось собирать наборы данных из жилищного города Портленд, Орегон, Бивертон и т. Д., И предположим, мы..
Ваш первый алгоритм машинного обучения - SLR
простая линейная регрессия (SLR) Линейная регрессия - один из наиболее широко используемых методов для построения будущих прогнозов и прогнозов. что такое линейная регрессия ?? Проще говоря, линейная означает Линия, а регрессия означает прогнозирование непрерывных значений. Это часть контролируемого обучения . Простая линейная регрессия - это регрессионная модель, которая позволяет нам определить и изучить взаимосвязи между двумя непрерывными переменными . Одна переменная -..
Взаимосвязь обучения с подкреплением с обучением с учителем и без учителя
Обучение с подкреплением - это подраздел машинного обучения , которое решает проблему автоматического обучения оптимальным решениям с течением времени. В нашем меняющемся мире даже проблемы, которые выглядят как статические задачи ввода-вывода, могут стать динамическими, если вы будете учитывать время. Например, представьте, что вы решаете простую задачу контролируемого обучения классификации изображений домашних животных с двумя целевыми классами - собакой и кошкой. Вы собрали набор..
Сравнение производительности регуляризованных и нерегуляризованных моделей
Введение Регуляризация оказалась важным методом уменьшения эффекта переобучения, особенно для задач регрессии. Модель переобучения имеет большую вариацию среднеквадратической ошибки набора поездов (RMSE) и среднеквадратической ошибки теста (RMSE). Модель регуляризованной регрессии, как правило, показывает наименьшую разницу между RMSE для обучения и набора тестов, чем классическая модель регрессии. В этой статье мы сосредоточимся на оценке производительности и сравнении..
Обсуждение соревнований по машинному обучению
Определите некоторую цель, а затем позвольте группе алгоритмов соревноваться друг с другом, смешивая и уточняя характеристики наиболее успешных из их предшественников, а иногда и внедряя новые подходы. Я, конечно, говорю о соревнованиях по машинному обучению. Они довольно распространены в современной исследовательской и коммерческой среде, но чем они хороши и что о них нужно знать? Я здесь, чтобы задать некоторые из этих вопросов и, возможно, по ходу дать несколько ответов. Хотя..
Премьера машинного обучения
Автор: Амит Мангани Что такое машинное обучение? Проще говоря, машинное обучение — это форма анализа данных. Используя алгоритмы, которые постоянно изучают данные, машинное обучение позволяет компьютерам распознавать скрытые закономерности, не будучи запрограммированными для этого. Ключевой аспект машинного обучения заключается в том, что по мере того, как модели подвергаются воздействию новых наборов данных, они адаптируются для получения надежных и согласованных результатов...