Classifiers are general computation

Classifiers are general computational models for assigning a category to an input. The inputs may be vectors of features for the items
being classified or data about relationships among the items. The category is a domain-specific classification such as
malignant/benign for tumor classification, approve/reject for credit requests, or intruder/authorized for security checks. One way to
build a recommender system using a classifier is to use information about a product and a customer as the input, and to have the
output category represent how strongly to recommend the product to the customer. Classifiers may be implemented using many
different machine-learning strategies including rule induction, neural networks, and Bayesian networks. In each case, the classifier
is trained using a training set in which ground truth classifications are available. It can then be applied to classify new items for
which the ground truths are not available. If subsequent ground truths become available, the classifier may be retrained over time.

ผลลัพธ์ (ไทย) 1:

คำนามภาษาแบบจำลองคำนวณทั่วไปสำหรับการกำหนดประเภทการอินพุตได้ อินพุตอาจเป็นเวกเตอร์ของสินค้าการจัดชั้นหรือข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างรายการ ประเภทคือ ประเภทเฉพาะโดเมนเช่นภูต/อ่อนโยนการจัดเนื้องอก อนุมัติ/ปฏิเสธการขอสินเชื่อ หรือเขี้ยวอาฆาต/ได้รับอนุญาตเพื่อความปลอดภัยนั้น วิธีการหนึ่งสร้างระบบผู้แนะนำใช้เป็น classifier คือ การใช้ข้อมูลเกี่ยวกับผลิตภัณฑ์และลูกค้าเป็นการป้อนข้อมูล และมีการประเภทผลผลิตแทนการขอแนะนำผลิตภัณฑ์ให้กับลูกค้า คำนามภาษาอาจจะดำเนินการโดยใช้หลายกลยุทธ์เครื่องเรียนต่าง ๆ รวมทั้งกฎการเหนี่ยวนำ เครือข่ายประสาท และทฤษฎีเครือข่าย ในแต่ละกรณี classifier ที่คือการฝึกอบรมโดยใช้การฝึกอบรมในการจัดประเภทความจริงดินมีอยู่ แล้วสามารถจะใช้เพื่อจัดประเภทสินค้าใหม่ที่จริงเราใช้ไม่ได้ ถ้าพื้นต่อมาเว็บพร้อมใช้ classifier ที่อาจ retrained ทุกวันเวลา

ผลลัพธ์ (ไทย) 2:

ลักษณนามมีรูปแบบการคำนวณทั่วไปสำหรับการกำหนดประเภทที่จะใส่ ปัจจัยการผลิตอาจจะเป็นพาหะของคุณสมบัติสำหรับรายการที่
ถูกจัดหรือข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างรายการ หมวดหมู่คือการจัดหมวดหมู่โดเมนที่เฉพาะเจาะจงเช่น
มะเร็ง / อ่อนโยนสำหรับการจำแนกเนื้องอกอนุมัติ / ปฏิเสธการร้องขอเครดิตหรือผู้บุกรุก / อนุมัติให้ตรวจสอบความปลอดภัย วิธีหนึ่งที่จะ
สร้างระบบ recommender ใช้ลักษณนามคือการใช้ข้อมูลเกี่ยวกับสินค้าและการบริการลูกค้าเป็น input และจะมี
การส่งออกประเภทแสดงวิธีการอย่างยิ่งที่จะแนะนำผลิตภัณฑ์ให้กับลูกค้า ลักษณนามอาจจะดำเนินการโดยใช้หลาย
กลยุทธ์ที่แตกต่างเครื่องเหนี่ยวนำการเรียนรู้รวมทั้งกฎเครือข่ายประสาทและเครือข่ายแบบเบย์ ในแต่ละกรณีลักษณนาม
คือการฝึกอบรมโดยใช้ชุดการฝึกอบรมในการจำแนกประเภทความจริงซึ่งพื้นดินที่มีอยู่ จากนั้นก็สามารถนำมาใช้ในการจำแนกรายการใหม่สำหรับ
ที่จริงพื้นดินจะไม่สามารถใช้ได้ ถ้าจริงพื้นดินต่อมากลายเป็นใช้ได้ลักษณนามอาจจะฝึกอบรมในช่วงเวลา

ผลลัพธ์ (ไทย) 3:

ลักษณนามเป็นแบบจำลองคอมพิวเตอร์ทั่วไปเพื่อเลือกประเภทการป้อนข้อมูล กระผมอาจเป็นพาหะของลักษณะสำหรับรายการ
ถูกจัดหรือข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างรายการ ประเภทโดเมนเฉพาะหมวดหมู่เช่น
มะเร็ง / เนื้องอกในการจำแนกเนื้องอก อนุมัติ / ปฏิเสธคำขอสินเชื่อ หรือผู้บุกรุก / ได้รับอนุญาตสำหรับการตรวจสอบความปลอดภัย วิธีหนึ่งที่จะ
สร้างระบบแนะนำการใช้ลักษณนามคือการใช้ข้อมูลเกี่ยวกับสินค้าและลูกค้าที่นำเข้า และส่งออกเป็นประเภทมี
อย่างไรขอแนะนำสินค้าให้กับลูกค้า อาจจะใช้คำที่ใช้แตกต่างกันหลายกลยุทธ์การเรียนรู้รวมทั้งกฎ
เครื่อง Induction , โครงข่ายประสาทเทียม , และเครือข่ายคชกรรม . ในแต่ละกรณี ลักษณนาม
การอบรมโดยใช้ชุดฝึกอบรมซึ่งในเรื่องความจริงพื้นดินมีอยู่ มันสามารถถูกใช้เพื่อจัดรายการใหม่สำหรับ
ซึ่งพื้นความจริงจะไม่สามารถใช้ได้ ถ้าความจริงพื้นดิน ต่อมากลายเป็นใช้ได้ , ลักษณนามว่า อาจจะฝึกอบรมตลอดเวลา