Είναι η μηχανική εκμάθηση χωρίς επίβλεψη;
Είναι η μηχανική εκμάθηση χωρίς επίβλεψη;
Anonim

Εκμάθηση χωρίς επίβλεψη είναι ένα μηχανική μάθηση τεχνική, όπου δεν χρειάζεται να επιβλέπετε το μοντέλο. Μη εποπτευόμενη μηχανική εκμάθηση σας βοηθά να βρείτε κάθε είδους άγνωστα μοτίβα στα δεδομένα. Η ομαδοποίηση και η συσχέτιση είναι δύο τύποι Εκμάθηση χωρίς επίβλεψη.

Σε σχέση με αυτό, η Μηχανική Εκμάθηση εποπτεύεται ή δεν εποπτεύεται;

Μέσα στον τομέα του μηχανική μάθηση , υπάρχουν δύο κύριοι τύποι εργασιών: εποπτεύεται , και χωρίς επίβλεψη . Η κύρια διαφορά μεταξύ των δύο τύπων είναι αυτή εποπτευόμενη μάθηση γίνεται χρησιμοποιώντας μια βασική αλήθεια, ή με άλλα λόγια, έχουμε προηγούμενη γνώση του ποιες θα πρέπει να είναι οι τιμές εξόδου για τα δείγματά μας.

Δεύτερον, πού χρησιμοποιείται η μάθηση χωρίς επίβλεψη; Εκμάθηση χωρίς επίβλεψη είναι συχνά μεταχειρισμένος για την προεπεξεργασία των δεδομένων. Συνήθως, αυτό σημαίνει να το συμπιέζετε με κάποιο τρόπο διατήρησης του νοήματος, όπως με το PCA ή το SVD πριν το τροφοδοτήσετε σε ένα βαθύ νευρωνικό δίκτυο ή σε άλλο εποπτευόμενο μάθηση αλγόριθμος.

Δεύτερον, τι είναι το παράδειγμα μάθησης χωρίς επίβλεψη;

Εδώ μπορεί να είναι Παραδείγματα μηχανικής εκμάθησης χωρίς επίβλεψη όπως κ-μέσες Ομαδοποίηση , Hidden Markov Model, DBSCAN Ομαδοποίηση , PCA, t-SNE, SVD, Κανόνας συσχέτισης. Ας δούμε μερικά από αυτά: k-means Ομαδοποίηση - Εξόρυξη δεδομένων. κ-σημαίνει ομαδοποίηση είναι ο κεντρικός αλγόριθμος στο μη εποπτευόμενη μηχανική εκμάθηση λειτουργία.

Τι είναι η μάθηση χωρίς επίβλεψη; Δώστε παραδείγματα εργασιών μάθησης χωρίς επίβλεψη;

Μερικοί δημοφιλής παραδείγματα μάθησης χωρίς επίβλεψη Οι αλγόριθμοι είναι: k-means for ομαδοποίηση προβλήματα. Apriori αλγόριθμος για κανόνα συσχέτισης μάθηση προβλήματα.

Συνιστάται: