अर्ध-पर्यवेक्षित शिक्षाका केही उदाहरणहरू के हुन्?
मंगलबार, ० February फेब्रुअरी २००
by Patricia Manuelita Izquierdo Sarmiento
सेमी-पर्यवेक्षित सिकाइ एक मेसिन लर्निङ प्रतिमान हो जुन पर्यवेक्षित सिकाइ (जहाँ सबै डेटा लेबल गरिएको छ) र अनसुपराइज्ड सिकाइ (जहाँ कुनै डेटा लेबल गरिएको छैन) बीचमा पर्दछ। अर्ध-पर्यवेक्षित शिक्षामा, एल्गोरिदमले लेबल गरिएको डाटाको सानो मात्रा र लेबल नगरिएको डाटाको ठूलो मात्राको संयोजनबाट सिक्छ। प्राप्त गर्दा यो दृष्टिकोण विशेष गरी उपयोगी छ
अन्तर्गत ट्याग गरिएको:
कृत्रिम खुफिया, छवि वर्गीकरण, मिसिन प्रशिक्षण, स्यूडो-लेबलिङ, अर्ध-पर्यवेक्षित शिक्षा, लेबल नगरिएको डाटा
मेसिन लर्निङ एल्गोरिदमले नयाँ, नदेखेको डाटाको भविष्यवाणी वा वर्गीकरण गर्न सिक्न सक्छ। लेबल नगरिएको डाटाको भविष्यवाणी मोडेलको डिजाइनमा के समावेश छ?
बिहीबार, १ August अगस्ट २००।
by Wojciech Cieslisnki
मेसिन लर्निङमा लेबल नगरिएको डाटाका लागि भविष्यवाणी गर्ने मोडेलहरूको डिजाइनमा धेरै मुख्य चरणहरू र विचारहरू समावेश हुन्छन्। लेबल नगरिएको डेटाले पूर्वनिर्धारित लक्ष्य लेबल वा कोटीहरू नभएको डेटालाई जनाउँछ। लक्ष्य भनेको मोडेलहरू विकास गर्नु हो जसले उपलब्धबाट सिकेका ढाँचाहरू र सम्बन्धहरूमा आधारित नयाँ, नदेखेको डाटालाई सही रूपमा भविष्यवाणी गर्न वा वर्गीकृत गर्न सक्छ।
अन्तर्गत ट्याग गरिएको:
कृत्रिम खुफिया, डाटा प्रिप्रोसेसिing, सुविधा निकासी, मिसिन प्रशिक्षण, मोडेल परिनियोजन, मोडेल मूल्याङ्कन, मोडेल चयन, मोडल तालिम, भविष्यवाणी मोडेलहरू, लेबल नगरिएको डाटा