Ang machine learning ba ay hindi pinangangasiwaan?

2024 May -akda: Lynn Donovan | [email protected]. Huling binago: 2023-12-15 23:54

Hindi pinangangasiwaang pag-aaral ay isang machine learning pamamaraan, kung saan hindi mo kailangang pangasiwaan ang modelo. Hindi sinusubaybayang machine learning tumutulong sa iyo na mahanap ang lahat ng uri ng hindi kilalang pattern sa data. Ang Clustering at Association ay dalawang uri ng Hindi pinangangasiwaang pag-aaral.

Kaugnay nito, pinangangasiwaan ba o hindi pinangangasiwaan ang Machine Learning?

Sa loob ng larangan ng machine learning , mayroong dalawang pangunahing uri ng mga gawain: pinangangasiwaan , at hindi pinangangasiwaan . Ang pangunahing pagkakaiba sa pagitan ng dalawang uri ay iyon pinangangasiwaang pag-aaral ay ginagawa gamit ang isang ground truth, o sa madaling salita, mayroon kaming paunang kaalaman sa kung ano ang dapat na mga halaga ng output para sa aming mga sample.

Pangalawa, saan ginagamit ang unsupervised learning? Hindi pinangangasiwaang pag-aaral ay madalas ginamit upang paunang iproseso ang data. Karaniwan, nangangahulugan iyon ng pag-compress nito sa ilang paraan na nagpapanatili ng kahulugan tulad ng sa PCA o SVD bago ito i-feed sa isang malalim na neural net o ibang pinangangasiwaan. pag-aaral algorithm.

Pangalawa, ano ang unsupervised learning na halimbawa?

Dito pwede mga halimbawa ng hindi pinangangasiwaang machine learning tulad ng k-means Clustering , Nakatagong Markov Model, DBSCAN Clustering , PCA, t-SNE, SVD, Panuntunan ng asosasyon. Tingnan natin ang ilan sa kanila: k-means Clustering - Pagmimina ng Data. k-ibig sabihin clustering ay ang sentral na algorithm sa unsupervised machine learning operasyon.

Ano ang unsupervised learning na nagbibigay ng mga halimbawa ng unsupervised learning tasks?

Ang ilan sikat mga halimbawa ng unsupervised learning ang mga algorithm ay: k-means para sa clustering mga problema. Apriori algorithm para sa panuntunan ng pagsasamahan pag-aaral mga problema.