Публикации по теме 'unsupervised-learning'


Самоконтролируемое обучение (объяснение BYOL)
Tl;dr — это форма обучения без присмотра, когда мы позволяем ИИ самостоятельно идентифицировать метки данных. Представьте, что у нас есть много немаркированных изображений, например, собранных картами Google. Вместо того, чтобы вручную просматривать каждый снимок кадр за кадром и маркировать автомобили, людей, птиц и светофоры, мы делегируем задачу нашему самоконтролируемому ИИ, который может автономно идентифицировать метки, создавая контролируемую задачу, созданную из..
Основы машинного обучения для начинающих
Что такое машинное обучение? Машинное обучение — это развивающаяся инновация, которая позволяет компьютерам естественным образом учиться на прошлой информации. Машинное обучение использует различные расчеты для построения числовых, а также статистических моделей и прогнозирования с использованием проверенной информации или данных. В настоящее время он используется для различных задач, таких как распознавание изображений, распознавание речи, подтверждение распознавания, фильтрация..
Вниз по кроличьей норе (занимаюсь наукой о данных)
Вниз по кроличьей норе занимается наукой о данных, изучает магазины Walmart с помощью методов неконтролируемого обучения. Скажите, пожалуйста, куда мне отсюда идти?” “Это во многом зависит от того, куда вы хотите попасть”, – сказал Кот. Погружение в данные — наша кроличья нора. Мы вступаем в мир, полный данных, со скудным руководством, надеясь найти какой-то смысл. Моя собственная кроличья нора на этот раз состояла из 1494450 строк данных, скрывающих истории о магазинах..
Введение в неконтролируемое обучение (часть первая)
В моей последней статье мы обсуждали контролируемое обучение, тип машинного обучения, в котором используются предварительно размеченные данные (входные переменные), чтобы научить машины делать прогнозы будущих неразмеченных данных (выходные переменные). В этой статье мы углубимся в неконтролируемое обучение, которое отличается тем, что использует немаркированные данные для поиска шаблонов, которые могут помочь с классификацией и предсказаниями. В некоторых проектах используется как..
Что такое изучение ассоциативных правил?
Что ж, ответ кроется в задаче, которую выполняет этот алгоритм. Скажем, вы владелец супермаркета и хотите, чтобы люди легко покупали ваши продукты. Что вы можете сделать, так это запустить этот алгоритм в своем журнале продаж и найти интересные отношения между товарами. Например, вы обнаружите, что люди, которые покупают молоко и хлеб, также склонны покупать масло. Таким образом, вы можете сделать следующие вещи, чтобы улучшить качество вашего магазина: Вы можете поставить молоко, хлеб..
Знакомство с миром машинного обучения
«Машинное обучение - это следующий Интернет» «Прорыв в машинном обучении стоит десяти Microsoft» Почему машинное обучение? В традиционном программировании есть некоторые проблемы. Даже опытным программистам сложно писать программы для решения определенных задач. Пример: Распознавание человеческого лица или почерка Играем в сложные игры, такие как шахматы Рекомендовать фильмы, которые понравятся человеку Почему? Очень сложно разработать «алгоритм» для решения..
Что такое машинное обучение?
Машинное обучение (ML) — это метод анализа данных, который учит компьютеры накапливать знания на основе своего опыта, чтобы они могли адаптивно улучшать свои решения без необходимости прямого вмешательства человека. Это отличается от того, как компьютеры обычно принимают решения, то есть с помощью заранее определенной модели или фрагмента кода, написанного программистом. Однако при машинном обучении компьютеры обучаются на образцах данных. По мере увеличения количества этих выборок..