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, . . . ,aiAA, including numerical or nominal values,where each
instance has associated a desired output yj and the aim is to learn a
systemcapableofpredictingthisoutputforanewunseenexample
in areasonableway(withgoodgeneralizationability).Thisoutput
can beacontinuousvalue yjAR or aclasslabel yjAC (considering
an m classproblem C¼ fc1, . . . ,cmg). Intheformercase,itisa
regressionproblem,whileinthelatteritisaclassificationpro-
blem [22]. Inclassification,thesystemgeneratedbythelearning
algorithmisamappingfunctiondefinedoverthepatterns Ai-C
and itiscalledaclassifier.


We
use SMO [58] training algorithm to obtain the SVM base
classifiers.

ผลลัพธ์ (ไทย) 1:

Supervized เครื่องเรียนรู้ประกอบด้วยความรู้ในจากตัวอย่างการป้อนข้อมูล n x 1, y, xn โดย งานa1,..., aiAA รวมถึงค่าตัวเลข หรือระบุ ซึ่งแต่ละอย่างสัมพันธ์กับ yj ผลลัพธ์ที่ต้องการ และจุดมุ่งหมายคือการ เรียนรู้systemcapableofpredictingthisoutputforanewunseenexampleใน areasonableway(withgoodgeneralizationability) Thisoutputสามารถ beacontinuousvalue yjAR หรือ aclasslabel yjAC (พิจารณามี m classproblem C¼ fc1,..., cmg) Intheformercase, itisaregressionproblem, whileinthelatteritisaclassificationpro-blem [22] Inclassification, thesystemgeneratedbythelearningไอซี algorithmisamappingfunctiondefinedoverthepatternsและ itiscalledaclassifierเราใช้ขั้นตอนวิธีการฝึกอบรม [58] SMO รับฐาน SVMคำนามภาษา

ผลลัพธ์ (ไทย) 2:

Supervized
เครื่องประกอบด้วยการเรียนรู้ในการสกัดความรู้จากชุดของการป้อนข้อมูลตัวอย่างn x1, y, xn โดดเด่นด้วยผมมี
a1, . . , AIAA
รวมถึงค่าตัวเลขหรือชื่อที่แต่ละตัวอย่างได้เกี่ยวข้องyj เอาท์พุทที่ต้องการและจุดมุ่งหมายคือการเรียนรู้
systemcapableofpredictingthisoutputforanewunseenexample
ใน areasonableway (withgoodgeneralizationability) .Thisoutput
สามารถ beacontinuousvalue yjAR หรือ aclasslabel yjAC
(พิจารณาเอ็มclassproblem C¼ fc1.. , ซีเอ็มจี) Intheformercase, itisa
regressionproblem, whileinthelatteritisaclassificationpro-
blem [22] Inclassification, thesystemgeneratedbythelearning
algorithmisamappingfunctiondefinedoverthepatterns Ai-C
และ itiscalledaclassifier. เราใช้ SMO [58] ขั้นตอนวิธีการฝึกอบรมจะได้รับ SVM ฐานลักษณนาม

ผลลัพธ์ (ไทย) 3:

supervized เครื่องจักรการเรียนรู้ประกอบด้วยในการสกัดความรู้จากชุด N
ใส่ตัวอย่าง x1 Y , คริสเตียน ลักษณะที่ผมมี
a1 . . . . . . . . aiaa , รวมถึงการคำนวณค่าหรือระบุ ซึ่งแต่ละครั้งจะมีเชื่อมโยง
ผลลัพธ์ที่ต้องการ เยจิน และเป้าหมายคือการ เรียนรู้ systemcapableofpredictingthisoutputforanewunseenexample

ใน areasonableway ( withgoodgeneralizationability thisoutput
)สามารถ beacontinuousvalue yjar หรือ aclasslabel yjac ( พิจารณาเป็น classproblem
M C ¼ fc1 , . . . . . . . . CMG , ) intheformercase itisa regressionproblem whileinthelatteritisaclassificationpro -
, ,
blem [ 22 ] inclassification thesystemgeneratedbythelearning

, algorithmisamappingfunctiondefinedoverthepatterns ai-c และ itiscalledaclassifier .



เราใช้ SMO [ 58 ] ฝึกขั้นตอนวิธีการขอรับ SVM ฐาน
ลักษณนาม