Suche…


Überwachtes Lernen

Die Maschine lernt, eine Ausgabe vorherzusagen, wenn eine Eingabe gegeben wird.

Jeder Trainingsfall besteht aus einer Eingabe und einer Zielausgabe.

Regression

Die Zielausgabe nimmt kontinuierliche Werte an.

  • Prognose des Aktienkurses
  • Hauspreis vorhersagen

Einstufung

Die Zielausgabe ist eine Klassenbezeichnung.

Verstärkung lernen

Die Maschine muss automatisch das ideale Verhalten ermitteln, um die Leistung zu maximieren.

Zum Beispiel:

Einfache Darstellung eines Verstärkungslernalgorithmus

Mit Verstärkungslernen können Sie auch ein Computerprogramm erstellen , das eine Mario-Stufe abschließen kann ( MarI / O - Machine Learning für Videospiele ).

Unbeaufsichtigtes Lernen

Durch das unbeaufsichtigte Lernen können wir uns Problemen mit wenig oder keiner Ahnung nähern, wie unsere Ergebnisse aussehen sollen. Wir können Struktur aus Daten ableiten, bei denen wir nicht unbedingt die Wirkung der Variablen kennen.

Die häufigste Art des nicht überwachten Lernens ist die Clusteranalyse oder das Clustering . Es ist die Aufgabe, eine Gruppe von Objekten so zu gruppieren, dass Objekte in derselben Gruppe (Cluster) einander ähnlicher sind als in anderen Gruppen.

Es gibt auch nicht-Clustering unüberwachtes Lernen. Ein Beispiel dafür ist das Identifizieren einzelner Stimmen und Musik aus einem Netz von Klängen. Dies wird als "Cocktail-Party-Algorithmus" bezeichnet.



Modified text is an extract of the original Stack Overflow Documentation
Lizenziert unter CC BY-SA 3.0
Nicht angeschlossen an Stack Overflow