designed a feed-forward multiple-ou

designed a feed-forward multiple-output artifcial neural network that outperformed many widely-used machine learning approaches (e.g. XGBoost, random forest, and support vector regression).

ผลลัพธ์ (ไทย) 1:

ออกแบบเครือข่ายประสาทเทียมหลายเอาต์พุตที่ส่งต่อฟีดไปข้างหน้าซึ่งมีประสิทธิภาพเหนือกว่าวิธีการเรียนรู้ของเครื่องที่ใช้กันอย่างแพร่หลายมากมาย (เช่น XGBoost, ฟอเรสต์สุ่ม และรองรับเวกเตอร์ regres sion)

ผลลัพธ์ (ไทย) 2:

โครงข่ายประสาทเทียมแบบ Multi-output แบบ Feed Feed ได้รับการออกแบบให้มีประสิทธิภาพดีกว่าวิธีการเรียนรู้ของเครื่องที่ใช้กันอย่างแพร่หลาย (เช่น XGBoost, Random Forest และ Support Vector Return)

ผลลัพธ์ (ไทย) 3:

ได้รับการออกแบบเครือข่ายประสาทเทียมแบบหลายเอาต์พุตแบบfeedforwardซึ่งมีประสิทธิภาพดีกว่าวิธีการเรียนรู้ด้วยเครื่องที่ใช้กันอย่างแพร่หลาย(เช่นXGBoost,stochastic forestและการถดถอยเวกเตอร์สนับสนุน)