classifiers can be categorized as t

classifiers can be categorized as the supervised learning. All classifiers require a dataset which contains one attribute (mostly nominal) as a target or a class with several distinct values. Then, classifiers learn patterns, rules or characteristics in a given dataset that can categorize instances into different classes. Methods to learn these patterns, rules or characteristics are different depending on each algorithm. Users can use these patterns or rules given by algorithms to classify instances with the unknown class in the same problem.

ผลลัพธ์ (ไทย) 1:

คำนามภาษาสามารถจัดประเภทเป็นการเรียนรู้ดูแล คำหลักภาษาทั้งหมดต้องการชุดข้อมูลที่ประกอบด้วยแอททริบิวต์หนึ่ง (ส่วนใหญ่ระบุ) เป็นเป้าหมายหรือระดับ มีค่าแตกต่างกันหลายค่า แล้ว คำนามภาษาเรียนรู้รูปแบบ กฎ หรือลักษณะในการกำหนดชุดข้อมูลที่สามารถจัดประเภทกรณีเข้าเรียนแตกต่างกัน วิธีการเรียนรู้รูปแบบ กฎ หรือลักษณะเหล่านี้จะแตกต่างกันขึ้นอยู่กับแต่ละอัลกอริทึม ผู้ใช้สามารถใช้รูปแบบเหล่านี้หรือกฎที่กำหนด โดยอัลกอริทึมในการจัดประเภทกรณีที่ มีคลาสที่ไม่รู้จักในปัญหาเดียวกัน

ผลลัพธ์ (ไทย) 2:

ลักษณนามสามารถแบ่งออกเป็นการเรียนรู้ภายใต้การดูแล ลักษณนามทั้งหมดต้องใช้ชุดข้อมูลที่มีแอตทริบิวต์หนึ่ง (ส่วนใหญ่ที่ระบุ) เป็นเป้าหมายหรือระดับที่มีค่าที่แตกต่างกันหลาย จากนั้นลักษณนามเรียนรู้รูปแบบกฎหรือลักษณะในชุดข้อมูลที่ได้รับว่าสามารถจัดประเภทอินสแตนซ์ที่แตกต่างกันในชั้นเรียน วิธีการที่จะเรียนรู้รูปแบบเหล่านี้กฎหรือลักษณะที่แตกต่างกันขึ้นอยู่กับแต่ละขั้นตอนวิธีการ ผู้ใช้สามารถใช้รูปแบบเหล่านี้หรือกฎที่กำหนดโดยขั้นตอนวิธีการในการจำแนกกรณีที่มีระดับไม่รู้จักในปัญหาเดียวกัน

ผลลัพธ์ (ไทย) 3:

ลักษณนามสามารถจัดประเภทเป็นแบบการเรียนรู้ ทั้งหมด คือต้องใช้ชุดข้อมูลซึ่งประกอบด้วยหนึ่งแอตทริบิวต์ ( ส่วนใหญ่ชื่อ ) เป็นเป้าหมาย หรือห้องที่แตกต่างกันหลายค่า แล้วคำเรียนรู้รูปแบบ กฎหรือคุณลักษณะที่ระบุในข้อมูลที่สามารถจัดกลุ่มอินสแตนซ์ในชั้นเรียนที่แตกต่างกัน วิธีการเรียนรู้รูปแบบเหล่านี้ กฎหรือลักษณะจะแตกต่างกันขึ้นอยู่กับแต่ละอัลกอริทึม ผู้ใช้สามารถใช้รูปแบบเหล่านี้หรือกฎอัลกอริทึมแยกอินสแตนซ์กับห้องที่ไม่รู้จักในปัญหาเดียวกัน