Публикации по теме 'unsupervised-learning'
Базовое введение в полууправляемые алгоритмы машинного обучения
Алгоритмы машинного обучения с полуучителем — это класс алгоритмов машинного обучения, которые работают с комбинацией размеченных и неразмеченных данных. В отличие от обучения с учителем, когда машина обучается только на размеченных данных, обучение с полуучителем использует преимущества как размеченных, так и неразмеченных данных для повышения производительности.
В этой статье мы рассмотрим, как работает полуконтролируемое обучение, и предоставим несколько реальных примеров..
Неконтролируемое обучение: кластеризация и уменьшение размерности в Python
Неконтролируемое обучение — это тип машинного обучения, при котором модель не снабжена размеченными данными. Модель изучает базовую структуру и закономерности в данных без каких-либо конкретных указаний о том, что искать. Кластеризация и уменьшение размерности — два важных метода обучения без учителя.
Кластеризация
Кластеризация — это метод, при котором модель пытается идентифицировать группы данных на основе их сходства. Цель состоит в том, чтобы сгруппировать похожие точки данных..
Искусственный интеллект
Искусственный интеллект ( ИИ ) — это интеллект, демонстрируемый машинами, в отличие от естественного интеллекта , которым обладают люди и животные. В просторечии термин «искусственный интеллект» часто используется для описания машин (или компьютеров), которые имитируют «когнитивные» функции, которые люди связывают с человеческим разумом, такие как «обучение» и «решение проблем».
Отец-основатель искусственного интеллекта (ИИ)
Джон Маккарти был американским..
Основы машинного обучения
Введение в концепции ML.
Что такое машинное обучение? Что такое модель машинного обучения?
Позвольте мне попытаться объяснить это на очень актуальном примере.
Что бы вы сделали, чтобы предсказать, будет ли сегодня дождь или нет? Наверное, просто посмотрите на небо, посмотрите, облачно ли оно, и соответственно сделайте вывод, будет ли сегодня дождь или нет. да. Справедливо.
Но что, если я скажу вам, что не только облака влияют на количество осадков в той или иной местности? Что,..
Обучение без учителя: алгоритмы кластеризации
K-средних, иерархическая кластеризация и DBSCAN
Кластеризация:
Кластеризация - это процесс группировки похожих точек данных, это метод машинного обучения без учителя, основная цель метода машинного обучения без учителя - найти сходство между точками данных и сгруппировать их вместе, неконтролируемый означает, что у нас есть данные без метки класса.
Есть 3 важных алгоритма кластеризации:
К-средние Иерархический DBSCAN (пространственная кластеризация приложений с шумом на..
Неконтролируемое обучение
Обучение без учителя
Кластеризация спутниковых изображений
Как вы видели в моей предыдущей работе по классификации объектов на спутниковых снимках, используется глубокое обучение, и оно дает хорошие результаты, хотя оно сильно зависит от количества доступных данных, а точнее размеченных данных.
Дистанционное зондирование создает огромное количество данных каждый день, в которых в основном отсутствуют аннотации. Сложность данных и отсутствие четко определенной типологии делают..
Неконтролируемое машинное обучение
В одной из недавних статей мы обсуждали машинное обучение с учителем , когда машинные системы обучаются под контролем данных обучения. Такие модели обучаются с использованием помеченных входных данных , а затем предсказывают выходные данные для непредвиденных данных .
Однако могут быть случаи, когда у нас нет помеченных данных , и нам нужно выявить скрытые закономерности в данном наборе данных . Чтобы справиться с такими ситуациями в машинном обучении , требуется..
