Публикации по теме 'unsupervised-learning'
Искусственный интеллект (2) — Обучение с учителем, обучение без учителя и обучение с подкреплением
Искусственный интеллект (2) — обучение с учителем, обучение без учителя и обучение с подкреплением
В машинном обучении используется ряд алгоритмов для решения сложных задач. Каждый из этих алгоритмов можно отнести к определенной категории. Различные типы алгоритмов машинного обучения:
Контролируемое обучение Обучение без учителя Обучение с подкреплением
Теперь давайте посмотрим на определения каждого из этих методов обучения. Обучение с учителем использует..
Жесткое машинное обучение против мягкой кластеризации
Понять, где подходят алгоритмы кластеризации машинного обучения
В этой статье представлен обзор двух форм кластеризации, известных как жесткая и мягкая кластеризация. Хотя мягкая кластеризация не освещается в большинстве статей о машинном обучении, важно понимать ее, поскольку многие проблемы могут быть решены с помощью алгоритмов мягкой кластеризации.
Мы не должны игнорировать мягкую кластеризацию из нашего набора алгоритмов машинного обучения.
Что такое кластеризация?
Иногда..
Путешествие в мир анализа главных компонентов.
В сегодняшней статье я расскажу о том, что такое PCA и как он играет роль в уменьшении размерности данных и поиске главных компонентов. Для этого мы должны сначала понять, что этот термин означает и что он делает.
Анализ основных компонентов — это алгоритм обучения без учителя, который уменьшает размерность данных. Это статистический метод, в котором коррелированные признаки ортогонально преобразуются в набор линейно некоррелированных признаков. Эти недавно преобразованные функции..
Популярный алгоритм обучения без учителя
некоторые примеры алгоритмов обучения без учителя включают:
Кластеризация K-средних: этот алгоритм делит данные на k кластеров, где каждый кластер представлен средним значением всех точек в кластере. Алгоритм итеративно переназначает точки ближайшему кластеру и обновляет средние значения кластера до сходимости. Иерархическая кластеризация: этот алгоритм строит иерархию кластеров путем многократного слияния ближайших пар кластеров. Существует несколько способов определения расстояния..
Введение в машинное обучение
Руководство по машинному обучению для начинающих
Машинное обучение - очень знакомое слово в мире технологий. Это одна из самых интересных областей информатики. Но для новичка это слово не будет так много значить. Итак, чтобы начать путь к машинному обучению (ML), давайте сначала узнаем, что такое ML и что с ним можно сделать.
Что такое машинное обучение (ML)?
Искусственный интеллект или ИИ в основном делится на две большие области: Машинное обучение и Искусственные..
Введение в машинное обучение
«Компьютеры могут видеть, слышать и учиться. Добро пожаловать в будущее».
Определение:
Машинное обучение — это изучение различных типов алгоритмов искусственного интеллекта, которые обеспечивают самообучение на основе данных без явного программирования. С помощью этой технологии компьютеры могут учиться сами по себе и улучшать свою точность и опыт с течением времени.
Цель:
Основная цель ML — наблюдать за данной проблемой или набором данных, определять скрытые..
Питьевая вода
Качество воды – это состояние воды, наблюдаемое по ее физическим, химическим и биологическим характеристикам. Качество воды также показывает состояние воды, которое видно из характеристик. Цель обработки этого набора данных — узнать, насколько вода хороша для нашей повседневной деятельности или питья в чистом виде. Я пробую этот набор данных, используя модели машинного обучения — неконтролируемое обучение. У меня есть 2 категории, 0 для непригодной для питья чистой воды и 1 для..