Supervised learning includes two ca

Supervised learning includes two categories of algorithms:

Classification: for categorical response values, where the data can be separated into specific “classes”
Regression: for continuous-response values
Common classification algorithms include:

Support vector machines (SVM)
Neural networks
Naïve Bayes classifier
Decision trees
Discriminant analysis
Nearest neighbors (kNN)
Common regression algorithms include:

Linear regression
Nonlinear regression
Generalized linear models
Decision trees
Neural networks
For more details on supervised learning algorithms, see Statistics Toolbox and Neural Network Toolbox.

Supervised learning is used in financial applications for credit scoring, algorithmic trading, and bond classification; in biological applications for tumor detection and drug discovery; in energy applications for price and load forecasting; and in pattern recognition applications for speech and images.

ผลลัพธ์ (ไทย) 2:

การเรียนรู้ภายใต้การดูแลรวมถึงสองประเภทของกลไก: ประเภท: สำหรับค่าการตอบสนองเด็ดขาดซึ่งข้อมูลที่สามารถแยกออกเป็นเฉพาะ "เรียน" ถดถอย: สำหรับค่าการตอบสนองอย่างต่อเนื่องขั้นตอนวิธีการจัดหมวดหมู่ทั่วไป ได้แก่ : การสนับสนุนเครื่องเวกเตอร์ (SVM) โครงข่ายประสาทเทียมNaïve Bayes ลักษณนามตัดสินใจ ต้นไม้วิเคราะห์จำแนกเพื่อนบ้านที่ใกล้ที่สุด (kNN) ขั้นตอนวิธีการถดถอยที่พบบ่อย ได้แก่ : การถดถอยเชิงเส้นถดถอยเชิงเส้นทั่วไปแบบเชิงเส้นต้นไม้ตัดสินใจโครงข่ายประสาทเทียมสำหรับรายละเอียดเพิ่มเติมเกี่ยวกับขั้นตอนวิธีการเรียนรู้ภายใต้การดูแลให้ดูสถิติกล่องเครื่องมือและโครงข่ายประสาทกล่องเครื่องมือ. การเรียนรู้ภายใต้การควบคุมที่ใช้ในโปรแกรมประยุกต์ทางการเงินสำหรับการให้คะแนนเครดิต ซื้อขายอัลกอริทึมและการจำแนกพันธบัตร; ในการใช้งานทางชีวภาพสำหรับการตรวจหาเนื้องอกและการค้นพบยาเสพติด ในการใช้พลังงานสำหรับราคาและการพยากรณ์โหลด และในรูปแบบการใช้งานที่ได้รับการยอมรับสำหรับการพูดและภาพ

ผลลัพธ์ (ไทย) 3:

การเรียนรู้แบบมีสองประเภทของขั้นตอนวิธีการ

: สำหรับการตอบสนองอย่างแท้จริงค่า ซึ่งข้อมูลสามารถแยกเป็นเฉพาะชั้น " "
ถดถอย : สําหรับการตอบสนองอย่างต่อเนื่อง รวมถึงการจำแนกขั้นตอนวิธีทั่วไปค่า

สนับสนุนเวกเตอร์เครื่องจักร ( SVM )

นาโครงข่ายประสาทเทียมไตได้ Bayes ลักษณนาม

ต้นไม้การตัดสินใจจำแนกการวิเคราะห์ เพื่อนบ้านที่ใกล้ที่สุด ( knn )

ขั้นตอนวิธีการทั่วไปรวมถึง :



การถดถอยเชิงเส้นการถดถอยเชิงเส้นแบบเชิงเส้นแบบจำลองการตัดสินใจ


ต้นไม้โครงข่ายประสาทสำหรับรายละเอียดเพิ่มเติมเกี่ยวกับการเรียนรู้ขั้นตอนวิธีการดูสถิติกล่องเครื่องมือกล่องเครื่องมือและเครือข่ายประสาท

ดูแลการเรียนจะใช้ในโปรแกรมประยุกต์ทางการเงินสำหรับการให้คะแนนเครดิตการค้า ขั้นตอนวิธีและพันธบัตรประเภท ;ในการใช้งานทางชีวภาพเพื่อตรวจหาเนื้องอกและการค้นพบยา ในการใช้งานพลังงานสำหรับราคาและการพยากรณ์ความต้องการ และรูปแบบการใช้งานสำหรับเสียงและภาพ