Supervized Machine Learning consist

Supervized Machine Learning consists in extracting knowledge from a set of n input examples x1, y, xn characterized by i features a1, ... ,ai AA, including numerical or nominal values, where each instance has associated a desired output yj and the aim is to learn a system capable of predicting this output for a new unseen example in a reasonable way (with good generalization ability). This output can be a continuous value yj AR or a class label yj AC (considering an m class problem C ¼ fc1, ... ,cmg). In the former case, it is a regression problem, while in the latter it is a classification problem [22]. In classification, the system generated by the learning algorithm is a mapping function defined over the patterns Ai-C and it is called a classifier.

ผลลัพธ์ (ไทย) 1:

Supervized เครื่องเรียนรู้ประกอบด้วยความรู้จากตัวอย่างการป้อนข้อมูล n x 1, y, xn ลักษณะในโดยงาน a1,..., ai AA รวมถึงตัวเลข หรือ ค่า nominal ที่แต่ละอินสแตนซ์ได้สัมพันธ์ yj ผลลัพธ์ที่ต้องการ และจุดมุ่งหมายคือการ เรียนรู้ระบบความสามารถในการคาดการณ์นี้แสดงผลสำหรับตัวอย่าง unseen ใหม่ในทางเหมาะสม (มีความสามารถดี generalization) ผลนี้สามารถ yj อย่างต่อเนื่องค่า AR หรือวายเจป้ายคลา AC (พิจารณาเป็นปัญหาระดับ m C ¼ fc1,... cmg) ในกรณีเดิม ได้ปัญหาถดถอย ในขณะที่หลังเป็นปัญหาประเภท [22] ในการจัดประเภท ระบบสร้างขึ้น โดยอัลกอริทึมการเรียนรู้คือ ฟังก์ชันแมปกำหนดผ่านรูปแบบไอซี และ classifier ที่เรียกว่า

ผลลัพธ์ (ไทย) 2:

Supervized เครื่องประกอบด้วยการเรียนรู้ในการสกัดความรู้จากชุดของการป้อนข้อมูลตัวอย่าง n x1, y, xn โดดเด่นด้วยผมมี a1, ... , ai AA รวมทั้งค่าตัวเลขหรือชื่อที่แต่ละกรณีได้เกี่ยวข้อง yj เอาท์พุทที่ต้องการและจุดมุ่งหมาย คือการเรียนรู้ระบบที่มีความสามารถในการคาดการณ์การส่งออกนี้เป็นตัวอย่างที่มองไม่เห็นใหม่ในทางที่เหมาะสม (ที่มีความสามารถทั่วไปดี) ผลลัพธ์นี้สามารถเป็น AR yj ค่าอย่างต่อเนื่องหรือ yj ฉลากระดับ AC (พิจารณาปัญหาระดับม C ¼ fc1, ... , ซีเอ็มจี) ในกรณีที่อดีตมันเป็นปัญหาการถดถอยในขณะที่หลังมันเป็นปัญหาการจัดหมวดหมู่ [22] ในการจัดหมวดหมู่ระบบที่สร้างขึ้นโดยขั้นตอนวิธีการเรียนรู้ที่เป็นฟังก์ชั่นการทำแผนที่ที่กำหนดรูปแบบ Ai-C และเป็นที่เรียกว่าแยกประเภท

ผลลัพธ์ (ไทย) 3:

supervized เครื่องจักรการเรียนรู้ประกอบด้วยในการสกัดความรู้จากชุดของข้อมูลตัวอย่าง x1 Y , คริสเตียน ลักษณะผมมี A1 . . . . . . . Ai AA รวมทั้งค่าตัวเลขหรือระบุ ซึ่งแต่ละครั้งจะมีที่เกี่ยวข้องที่ต้องการผลผลิต เยจิน และเป้าหมายคือการ เรียนรู้ระบบสามารถทำนายผลลัพธ์นี้สำหรับตัวอย่าง unseen ใหม่ในวิธีที่เหมาะสมกับความสามารถในการดี )ผลผลิตนี้ได้เยจินค่าอย่างต่อเนื่อง AR หรือป้ายชื่อคลาสเยจิน AC ( พิจารณาปัญหา C ชั้น¼ fc1 , . . . CMG , ) ในกรณีแรก มันเป็นปัญหาการถดถอยในขณะที่หลังมันคือ ปัญหาการจำแนก [ 22 ] ในการจัด ระบบที่สร้างขึ้นโดยขั้นตอนวิธีการเรียนรู้เป็นแผนที่ฟังก์ชันนิยามมากกว่ารูปแบบ ai-c และเรียกว่าเป็นลักษณนาม