Публикации по теме 'unsupervised-learning'
Искусство «обучения в промежутках» (4. Процесс)
Искусство промежуточного обучения (4. Процесс)
Когда я думал о процессе во время написания введения к этой серии, я пришел к следующему: Процесс «обучения в промежутке , который охватывает время и пространство для несколько разных методов обучения, иногда это может быть удивительно, иногда время от времени неожиданное, кульминацией которого является парафраз декартовского cogito, ergo sum: Я узнаю, следовательно, я существую . Что ж, я думаю, что общим знаменателем всех..
Типы задач машинного обучения
В машинном обучении есть три типа учебных задач (или задач): обучение с учителем, обучение без учителя и обучение с подкреплением.
Контролируемое обучение:
Обучение с учителем — это метод обучения алгоритма, в котором набор данных состоит из двух частей: самих данных и метки. Например, изображение клубники и этикетка, которая описывает ее как клубнику.
Алгоритм вознаграждается, когда он предсказывает правильную метку, и он может перестроиться, если предсказывает неправильную метку...
Размытые границы контролируемого и неконтролируемого обучения
Самоконтроль, полу-контроль и слабый контроль
Когда вы начнете изучать машинное обучение, вы быстро узнаете о контролируемом и неконтролируемом обучении. Два разных подхода, которые решают два разных типа проблем.
Поскольку машинное обучение и особенно глубокое обучение развиваются с большой скоростью, все становится немного сложнее. Граница между контролируемым и неконтролируемым, похоже, стирается, и в настоящее время большую популярность набирают три новых вида обучения. Прежде..
Еще один список популярных 5 вопросов интервью ML-1
На эту тему так много статей/твитов, но мое внимание было приковано к списку Сантьяго Вальдаррама , опубликованному в Твиттере. Он составил список из 20 вопросов, которые нужно практиковать для интервью по машинному обучению, и я попытался ответить на него в 4 средних сериях историй.
Давай начнем.
Q1. Почему важно вводить нелинейности в нейронную сеть?
О: [ Обновлено 13 октября 2022 г. : Предоставлено Джатином Батрой ] Нелинейности в нейронной сети добавляются с помощью нелинейных..
Машинное обучение
Машинное обучение позволяет компьютерам автоматически обучаться на основе прошлых данных и опыта. Некоторыми примерами машинного обучения, которые мы используем в реальной жизни, являются обнаружение спама в электронной почте, распознавание речи, распознавание изображений.
Типы машинного обучения
Машинное обучение можно разделить на 3 категории:
Контролируемое обучение Неконтролируемое обучение Обучение с подкреплением
Контролируемое обучение
Обучение с учителем — это..
Как именно машины учатся?
Машинное обучение (ML) стало популярным термином среди всех, кто работает в широкой технологической отрасли. Это просто означает обучение или помещение машины в среду, где она может учиться и делать выводы самостоятельно, да, точно так же, как вы и я!
Это поле внутри более крупного Искусственного Интеллекта (ИИ), причем последний представляет собой целый термин, используемый для обозначения того, как машины и компьютеризированные устройства заставляют думать и выполнять «наши» функции...
Неконтролируемое обучение
Я собираюсь описать 4 шага для выполнения обучения без учителя.
(Что нужно учесть: исследование данных, предварительная обработка данных, PCA, k-means, t-SNE)
Кредит компании Udacity Machine Learning Nanodegree . (Я доработал несколько кода и инструкции проекта .)
Будет использован известный набор данных Iris .
Набор данных содержит 150 образцов, каждый с пятью атрибутами:
длина чашелистика в см ширина чашелистика в см длина лепестка в см ширина лепестка в см класс: сетоса,..