Machine learning is usually divided

Machine learning is usually divided into two main types. In the predictive or supervised
learning approach, the goal is to learn a mapping from inputs x to outputs y, given a labeled
set of input-output pairs D = {(xi, yi)}Ni
=1. Here D is called the training set, and N is the
number of training examples.

ผลลัพธ์ (ไทย) 1:

เรียนรู้ของเครื่องมักจะแบ่งออกเป็น 2 ประเภท ในการทำนาย หรือการดูแลเรียนรู้วิธีการ เป้าหมายคือการ เรียนรู้การแมปจากอินพุต x ที่เอาต์พุต y ได้รับการติดป้ายชุดคู่อินพุตเอาต์พุต D = {(xi, yi) } Ni= 1 นี่ D เรียกว่าชุดฝึกอบรม และ N คือการจำนวนตัวอย่างการฝึกอบรม

ผลลัพธ์ (ไทย) 2:

การเรียนรู้เครื่องมักจะถูกแบ่งออกเป็นสองประเภทหลัก ในการทำนายหรือภายใต้การดูแล
วิธีการเรียนรู้เป้าหมายคือการเรียนรู้การทำแผนที่จากปัจจัยการผลิต X เพื่อเอาท์พุท Y, ได้รับการติดป้ายชื่อ
ชุดคู่อินพุท D = {(Xi, Yi)} Ni
= 1 นี่ D เรียกว่าชุดการฝึกอบรมและ N คือ
จำนวนตัวอย่างการฝึกอบรม

ผลลัพธ์ (ไทย) 3:

การเรียนรู้ของเครื่องมักจะแบ่งออกเป็นสองประเภทหลัก ในการทำนาย หรือมีเรียนรู้วิธีการ เป้าหมายคือการ เรียนรู้การทำแผนที่จากปัจจัย X คือ Y ให้ติดป้ายชุดของปัจจัยการผลิตคู่ D = { ( ซีอี ) } นิ= 1 ที่นี่ดี เรียกว่า ชุดฝึกอบรม และ n คือจำนวนตัวอย่างการฝึกอบรม