ВИДЫ УЧЕБНЫХ АЛГОРИТМОВ сочинение пример

ООО "Сочинения-Про"

Ежедневно 8:00–20:00

Санкт-Петербург

Ленинский проспект, 140Ж

magbo system

Сочинение на тему ВИДЫ УЧЕБНЫХ АЛГОРИТМОВ

Существует три типа алгоритмов обучения:

     

  1. контролируемое обучение
  2.  

  3. Обучение без учителя
  4.  

  5. Интеллектуальный анализ данных
     

  1. УЧЕБНОЕ ОБУЧЕНИЕ:
  2.  

    Контролируемое обучение – это тип алгоритма машинного обучения, в котором у нас есть набор данных входных значений и их выходных данных. Алгоритм анализирует набор данных и предполагает наличие связи между входом и выходом и генерирует условную функцию, а затем использует функцию для прогнозирования выходных данных других примеров. Алгоритмы контролируемого обучения делятся на два типа:

     

        

    1. Алгоритмы регрессии
    2.   

    3. Алгоритмы классификации
    4.  

     

    Алгоритмы регрессии. В алгоритмах этого типа мы получаем набор данных с непрерывным выводом. Алгоритм прогнозирует значение, используя набор данных.

     

Алгоритм классификации. В этом алгоритме обучения алгоритм прогнозирует выходные данные в виде дискретных значений (0 и 1). Он классифицирует данные на основе базового обучающего набора и значений в классифицирующих функциях и использует их при классификации новых данных. Он пытается сделать вывод из наблюдаемых значений.

 

  • ОБУЧЕНИЕ, НЕ УКАЗАННОЕ:
  •  

    Алгоритмы обучения без присмотра – это алгоритмы, в которых мы либо мало знаем, либо не имеем представления о результатах. Это называется обучением без учителя, потому что алгоритмы оставлены для обучения самостоятельно и обеспечивают структуру данных. Обучение без учителя далее делится на два типа:

     

        

    1. Алгоритмы кластеризации
    2.   

    3. некластеризованные алгоритмы
    4.  

     

    Алгоритмы кластеризации. Алгоритмы кластеризации анализируют сотни и тысячи значений в наборе данных и находят способ автоматического разделения этих значений на группы.

     

    Алгоритмы некластеризации. Алгоритм некластеризации находит структуру в наборе данных, который нельзя кластеризовать. Его можно использовать для распознавания голосов людей и т. Д.

    Зарегистрируйся, чтобы продолжить изучение работы

      Поделиться сочинением
      Ещё сочинения
      Нет времени делать работу? Закажите!

      Отправляя форму, вы соглашаетесь с политикой конфиденциальности и обработкой ваших персональных данных.