Τι είναι οι εποπτευόμενοι και μη εποπτευόμενοι αλγόριθμοι μάθησης;
Τι είναι οι εποπτευόμενοι και μη εποπτευόμενοι αλγόριθμοι μάθησης;

Βίντεο: Τι είναι οι εποπτευόμενοι και μη εποπτευόμενοι αλγόριθμοι μάθησης;

Βίντεο: Τι είναι οι εποπτευόμενοι και μη εποπτευόμενοι αλγόριθμοι μάθησης;
Βίντεο: Γιώργος Καραγιαννίδης: Θα κατακτήσει η Τεχνητή Νοημοσύνη τον κόσμο; 2024, Νοέμβριος
Anonim

Εποπτευόμενος : Όλα τα δεδομένα επισημαίνονται και το οι αλγόριθμοι μαθαίνουν για να προβλέψετε την έξοδο από τα δεδομένα εισόδου. Χωρίς επίβλεψη : Όλα τα δεδομένα είναι χωρίς ετικέτα και το οι αλγόριθμοι μαθαίνουν στην εγγενή δομή από τα δεδομένα εισόδου.

Από εδώ, ποια είναι η διαφορά μεταξύ εποπτευόμενων και μη εποπτευόμενων αλγορίθμων μάθησης;

Επίβλεψη μάθησης είναι η τεχνική της ολοκλήρωσης μιας εργασίας παρέχοντας εκπαίδευση , μοτίβα εισόδου και εξόδου στα συστήματα ενώ μάθηση χωρίς επίβλεψη είναι ένας εαυτός μάθηση τεχνική κατά την οποία το σύστημα πρέπει να ανακαλύψει μόνο του τα χαρακτηριστικά του πληθυσμού εισόδου και δεν χρησιμοποιείται κανένα προηγούμενο σύνολο κατηγοριών.

τι είναι η εποπτευόμενη χωρίς επίβλεψη και η ενισχυτική μάθηση; Με λίγα λόγια, εποπτευόμενη μάθηση είναι όταν ένα μοντέλο μαθαίνει από ένα επισημασμένο σύνολο δεδομένων με καθοδήγηση. Και, μάθηση χωρίς επίβλεψη είναι όπου το μηχανή δίνεται εκπαίδευση με βάση δεδομένα χωρίς ετικέτα χωρίς καμία καθοδήγηση.

Επίσης, τι είναι η εποπτευόμενη και η μη εποπτευόμενη μάθηση με παράδειγμα;

Σε Επίβλεψη μάθησης , εκπαιδεύετε το μηχανή χρησιμοποιώντας δεδομένα που είναι καλά «επισημασμένα». Για παράδειγμα , Το Baby μπορεί να αναγνωρίσει άλλα σκυλιά με βάση το παρελθόν εποπτευόμενη μάθηση . Παλινδρόμηση και Ταξινόμηση είναι δύο τύποι εποπτευόμενη μηχανική εκμάθηση τεχνικές. Ομαδοποίηση και Association είναι δύο ειδών Εκμάθηση χωρίς επίβλεψη.

Τι είναι ένας εποπτευόμενος αλγόριθμος μάθησης;

Επίβλεψη μάθησης είναι το μηχανική μάθηση καθήκον του μάθηση μια συνάρτηση που αντιστοιχίζει μια είσοδο σε μια έξοδο με βάση παραδείγματα ζευγών εισόδου-εξόδου. ΕΝΑ αλγόριθμος εποπτευόμενης μάθησης αναλύει το εκπαίδευση δεδομένα και παράγει μια συνάρτηση που προκύπτει, η οποία μπορεί να χρησιμοποιηθεί για την αντιστοίχιση νέων παραδειγμάτων.

Συνιστάται: