Video: Je, kujifunza kwa mashine hakudhibitiwi?
2024 Mwandishi: Lynn Donovan | [email protected]. Mwisho uliobadilishwa: 2023-12-15 23:53
Kujifunza bila kusimamiwa ni a kujifunza mashine mbinu, ambapo huna haja ya kusimamia mfano. Kujifunza kwa mashine bila kusimamiwa hukusaidia kupata kila aina ya ruwaza zisizojulikana katika data. Clustering na Association ni aina mbili za Kujifunza bila kusimamiwa.
Kuhusiana na hili, je, Mafunzo ya Mashine yanasimamiwa au hayasimamiwi?
Ndani ya uwanja wa kujifunza mashine , kuna aina mbili kuu za kazi: kusimamiwa , na bila kusimamiwa . Tofauti kuu kati ya aina hizi mbili ni kwamba kujifunza kusimamiwa inafanywa kwa kutumia ukweli wa msingi, au kwa maneno mengine, tuna ujuzi wa awali wa maadili ya matokeo ya sampuli zetu yanapaswa kuwa nini.
Pili, ujifunzaji usiosimamiwa hutumika wapi? Kujifunza bila kusimamiwa mara nyingi kutumika kuchakata data mapema. Kawaida, hiyo inamaanisha kuikandamiza kwa njia fulani ya kuhifadhi maana kama vile PCA au SVD kabla ya kuilisha kwa wavu wa kina wa neural au mwingine unaosimamiwa. kujifunza algorithm.
Pili, ni mfano gani wa kujifunza bila kusimamiwa?
Hapa inaweza kuwa mifano ya kujifunza mashine isiyosimamiwa kama vile k-njia Kuunganisha , Siri ya Markov Model, DBSCAN Kuunganisha , PCA, t-SNE, SVD, Sheria ya Muungano. Wacha tuangalie wachache wao: k-njia Kuunganisha - Data Mining. k-njia kuunganisha ni algorithm kuu katika kujifunza mashine bila kusimamiwa operesheni.
Kujifunza bila kusimamiwa ni nini kutoa mifano ya kazi za kujifunza zisizosimamiwa?
Baadhi maarufu mifano ya kujifunza bila kusimamiwa algorithms ni: k-njia za kuunganisha matatizo. Apriori algorithm kwa sheria ya ushirika kujifunza matatizo.
Ilipendekeza:
Kwa nini Unapaswa Kujifunza kujifunza kwa mashine?
Inamaanisha kuwa unaweza kuchanganua data nyingi, kutoa thamani na kukusanya maarifa kutoka kwayo, na baadaye kutumia maelezo hayo kutoa mafunzo kwa modeli ya kujifunza kwa mashine ili kutabiri matokeo. Katika mashirika mengi, mhandisi wa kujifunza mashine mara nyingi hushirikiana na mwanasayansi wa data kwa ulandanishi bora wa bidhaa za kazi
Kujifunza kwa mashine ni nini kwa kutumia Python?
Utangulizi wa Kujifunza kwa Mashine kwa kutumia Python. Kujifunza kwa mashine ni aina ya akili ya bandia (AI) ambayo hutoa kompyuta na uwezo wa kujifunza bila kupangwa kwa njia dhahiri. Kujifunza kwa mashine kunalenga uundaji wa Programu za Kompyuta ambazo zinaweza kubadilika zinapofunuliwa kwa data mpya
Ninapaswa kujifunza nini kwa kujifunza kwa mashine?
Itakuwa bora ikiwa utajifunza zaidi kuhusu mada ifuatayo kwa undani kabla ya kuanza kujifunza kujifunza kwa mashine. Nadharia ya Uwezekano. Algebra ya mstari. Nadharia ya Grafu. Nadharia ya Uboreshaji. Mbinu za Bayesian. Calculus. Calculus ya Multivariate. Na lugha za programu na hifadhidata kama:
Kwa nini tunahitaji kujifunza kujifunza kwa mashine?
Kipengele cha kujirudia cha kujifunza kwa mashine ni muhimu kwa sababu miundo inapofichuliwa kwa data mpya, inaweza kubadilika kivyake. Wanajifunza kutokana na hesabu za awali ili kutoa maamuzi na matokeo ya kuaminika, yanayorudiwa. Ni sayansi ambayo si mpya - lakini ambayo imepata kasi mpya
Kwa nini kujifunza kwa msingi wa mfano kunaitwa kujifunza kwa uvivu?
Kujifunza kwa msingi wa matukio ni pamoja na jirani wa karibu zaidi, urejeshaji wa uzani wa ndani na mbinu za hoja zinazotegemea kesi. Mbinu zinazotegemea mifano wakati mwingine hujulikana kama mbinu za uvivu za kujifunza kwa sababu huchelewesha kuchakata hadi tukio jipya lazima liainishwe