In a domain where it is costly in t

In a domain where it is costly in terms of time resources to
gather large datasets of samples, the importance of lowering
the dimensionality of the learning problem becomes even
more acute. The domain of fruit sorting is one such area,
since each image sample must be carefully inspected and
correctly labeled with the appropriate class. The learning
problem for fruit classification in this case lends itself well
to this form of sub-tasking which can be reformulated into a
hierarchical decomposition, where the outputs of one subproblem
become the inputs to another. In this instance,
features relevant to blemish classification are extracted and
used only for the learning of the blemish classifiers, whose
output becomes the new input feature for the induction of
the global fruit grading classifier.

ผลลัพธ์ (ไทย) 1:

ในโดเมนที่เป็นค่าใช้จ่ายในแง่ของเวลาทรัพยากรเพื่อรวบรวมชุดข้อมูลขนาดใหญ่ของตัวอย่าง ความสำคัญของการลดมิติของการเรียนรู้ปัญหาจะได้เฉียบพลันขึ้น โดเมนของการเรียงผลไม้เป็นสิ่งสำคัญดังกล่าวเนื่องจากตัวอย่างแต่ละภาพต้องตรวจสอบอย่างระมัดระวัง และที่ถูกต้องกับระดับชั้นที่เหมาะสม การเรียนรู้ปัญหาการจัดผลไม้ในกรณีนี้ยืมตัวเองดีไปแบบนี้ย่อยกิ้งซึ่งสามารถได้ในตัวลำดับชั้นย่อยสลาย ซึ่งผลของ subproblem หนึ่งกลายเป็น ปัจจัยการผลิตอื่น ในกรณีนี้คุณลักษณะที่เกี่ยวข้องกับตำหนิการจัดประเภทถูกแยก และใช้สำหรับการเรียนรู้คำหลักภาษาการตำหนิ เท่าที่มีผลผลิตกลายเป็น คุณลักษณะป้อนค่าใหม่สำหรับการเหนี่ยวนำผลไม้ทั่วโลกคัดเกรดลักษณนาม

ผลลัพธ์ (ไทย) 2:

ประสิทธิภาพที่เป็นค่าใช้จ่ายในแง่ของทรัพยากรเวลาไป
รวบรวมชุดข้อมูลขนาดใหญ่ของกลุ่มตัวอย่างสำคัญของการลด
มิติของปัญหาการเรียนรู้แม้จะกลายเป็น
มากขึ้นเฉียบพลัน โดเมนของการเรียงลำดับผลไม้เป็นหนึ่งในพื้นที่ดังกล่าว
ตั้งแต่ตัวอย่างภาพแต่ละภาพจะต้องมีการตรวจสอบอย่างรอบคอบและ
มีป้ายกำกับระดับที่เหมาะสมได้อย่างถูกต้อง การเรียนรู้ที่
เป็นปัญหาสำหรับการจัดหมวดหมู่ผลไม้ในกรณีนี้ยืมตัวดี
รูปแบบของการย่อย tasking นี้ซึ่งสามารถ reformulated เป็น
สลายตัวตามลำดับชั้นที่เอาท์พุทของหนึ่ง subproblem
กลายเป็นปัจจัยการผลิตไปยังอีก ในกรณีนี้
มีความเกี่ยวข้องกับการจัดหมวดหมู่ฝ้าจะสกัดและ
ใช้สำหรับการเรียนรู้ของลักษณนามตำหนิที่มี
การส่งออกจะกลายเป็นคุณลักษณะการป้อนข้อมูลใหม่สำหรับการเหนี่ยวนำของ
ผลไม้ระดับโลกจัดลำดับลักษณนาม

ผลลัพธ์ (ไทย) 3:

ในชื่อโดเมนที่เป็นบทเรียนราคาแพงในแง่ของทรัพยากรเวลารวบรวมข้อมูลจากกลุ่มตัวอย่างขนาดใหญ่ ความสำคัญของการการ dimensionality ของปัญหาการเรียนรู้กลายเป็น แม้แต่รุนแรงมากขึ้น โดเมนของคัดแยกผลไม้เป็นหนึ่งในพื้นที่ดังกล่าวเพราะภาพแต่ละตัวอย่างจะต้องมีการตรวจสอบอย่างรอบคอบและถูกต้อง มีป้ายกับชั้นเรียนที่เหมาะสม การเรียนรู้ผลการจำแนกปัญหาในกรณีนี้ยืมตัวเองดีแบบฟอร์มนี้ย่อย tasking ที่สามารถเงื่อนไขเป็นการสลาย ซึ่งผลของ subproblemเป็นปัจจัยอื่น ในตัวอย่างนี้คุณสมบัติที่เกี่ยวข้องกับการตำหนิจะแยกและใช้เฉพาะสำหรับการเรียนรู้ของตำหนิคำของใครผลผลิตเป็นคุณลักษณะใหม่สำหรับการเข้าบริษัทผลไม้เกรดลักษณนาม