Публикации по теме 'unsupervised-learning'
Часть 1: Машинное обучение
«Рекомендуется: записывайте выделенные жирным шрифтом слова и копайтесь в них, чтобы приблизиться к машинному обучению. Не беспокойтесь о формулах, с которыми вы будете знакомиться со временем».
Машинное обучение способно адаптироваться и улучшаться с течением времени, поскольку оно способно учиться на новых данных и опыте. Это делает его мощным инструментом для решения сложных проблем, которые людям слишком сложно решить самостоятельно.
Существует множество различных типов..
Контролируемое и неконтролируемое обучение
Машинное обучение – это приложение ИИ, ориентированное на компьютерные программы, которые учатся и совершенствуются на основе опыта в отношении задачи без явного программирования . Как же они узнают все это самостоятельно?
Эти компьютерные программы или алгоритмы предназначены для обучения и улучшения с течением времени при воздействии данных. Существуют различные типы алгоритмов машинного обучения. Наиболее распространены,
Контролируемое обучение Неконтролируемое обучение..
K-код ближайших соседей
Давайте код
Используется набор данных Стекло . Классификационный набор данных. На основании содержания различных элементов, присутствующих в нем, решается, для какой цели следует использовать стекло
#Data Preprocessing Part
#Data Visualisation, Data Analysis
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv("glass.csv")
print("\nThe Number of Rows and Columns in Dataset : ",df.shape)
print(df)..
Неконтролируемое машинное обучение важно!! …но почему? и как? Пример использования Python…
Подробное обсуждение с кодом!
Цель: найти скрытые закономерности и идеи в наборе данных Wine с помощью неконтролируемого обучения, которое будет более непредсказуемым по сравнению с другими естественными методами обучения.
Содержание:
Что такое неконтролируемое обучение? Почему неконтролируемое обучение? Обучение без учителя против обучения с учителем Что такое кластеризация? Типы кластеризации Обработка набора данных Одномерный исследовательский анализ данных..
Как учиться
«Я очень рано понял разницу между знанием названия чего-либо и знанием чего-либо».
― Ричард Фейнман
В этом сообщении блога я расскажу о самых популярных и широко используемых методах обучения систем машинного обучения. Я обсуждаю контролируемое обучение, неконтролируемое обучение и обучение с подкреплением с примерами каждого из них.
Алгоритмы машинного обучения обычно учатся, анализируя данные и делая выводы о том, какую модель или параметры должна иметь модель, или взаимодействуя..
Базовое понимание машинного обучения и инструментов
В современном цифровом мире машинное обучение, несомненно, является одной из самых влиятельных и мощных технологий для упрощения жизни человека и решения сложных проблем. Даже тем, которые быстро растут изо дня в день, потребуется пара лет, чтобы увидеть все потенциальные возможности использования. Без этой критически важной технологии Человечество не смогло бы решать очень сложные проблемы, избегать и оптимизировать потери ресурсов.
Эта статья предназначена для неспециалистов, чтобы они..
Есть ли у младенцев ключ к развитию превосходного искусственного интеллекта?
Статья Zaadnoordijk et al. обсуждает важность того, почему мы должны смотреть на то, как мы сами учимся на очень ранних этапах жизни, чтобы создавать неконтролируемые алгоритмы, моделирующие истинный интеллект . Алгоритмы машинного обучения следующего поколения должны черпать вдохновение из человеческого познания, чтобы полностью раскрыть свой потенциал.
Контекст
У нас есть машинное обучение (ML) уже некоторое время (в этом году ему около 59 лет ), и, следовательно, мы также..
