Hvad er overvågede og ikke-overvågede læringsalgoritmer?
Hvad er overvågede og ikke-overvågede læringsalgoritmer?

Video: Hvad er overvågede og ikke-overvågede læringsalgoritmer?

Video: Hvad er overvågede og ikke-overvågede læringsalgoritmer?
Video: Восстание Машин – Почему Автоматизация Теперь Другая 2024, November
Anonim

Overvåget : Alle data er mærket og algoritmer lærer at forudsige output fra inputdata. Uden opsyn : Alle data er umærkede og den algoritmer lærer til iboende struktur fra inputdata.

Heraf, hvad er forskellen mellem overvågede og ikke-overvågede læringsalgoritmer?

Superviseret læring er teknikken til at udføre en opgave ved at yde uddannelse , input- og outputmønstre til systemerne, hvorimod uovervåget læring er en selv- læring teknik, hvor systemet skal opdage egenskaberne af input-populationen ved sit eget, og ingen tidligere sæt kategorier bruges.

hvad er superviseret uovervåget og forstærkende læring? I en nøddeskal, overvåget læring er, når en model lærer af et mærket datasæt med vejledning. Og, uovervåget læring er hvor maskine er givet uddannelse baseret på umærkede data uden nogen vejledning.

Også, hvad er superviseret og uovervåget læring med eksempel?

I Superviseret læring , du træner maskine ved hjælp af data, der er godt "mærket". Til eksempel , Baby kan identificere andre hunde baseret på fortiden overvåget læring . Regression og Klassifikation er to typer overvåget maskinlæring teknikker. Klynger og Association er to typer Uovervåget læring.

Hvad er en overvåget læringsalgoritme?

Superviseret læring er maskinelæring opgave af læring en funktion, der kortlægger et input til et output baseret på eksempler på input-output-par. EN overvåget læringsalgoritme analyserer uddannelse data og producerer en udledt funktion, som kan bruges til at kortlægge nye eksempler.

Anbefalede: