Результаты поиска

...от {{lang-en|adaptive boosting}}) — алгоритм [[Машинное обучение|машинного обучения]], предложенный {{не переведено 5|Фройнд, Йоав|Йоавом Фройндом|en|Yoav Freu ...[[Переобучение|переобучению]] по сравнению с другими алгоритмами машинного обучения. ...

.... Хотя он обычно применяется к методам [[Обучение дерева решений|машинного обучения на основе деревьев решений]], его можно использовать с любым видом метода. [[Категория:Алгоритмы машинного обучения]] ...

...|Relevance Vector Machine}}, RVM) — это техника [[Обучение машин|машинного обучения]], которая использует [[байесовский вывод]] для получения решений на принци ...топтимизации на основе перекрёстных проверок). Однако МРВ использует метод обучения, подобный [[EM-алгоритм]]у, а потому существует риск скатывания в локальный ...

...ратуре, посвященной [[Адаптивное управление|адаптивному управлению]], темп обучения обычно называется '''приростом''' ('''gain''')<ref>{{cite journal|first=Ber ...большой темп обучения сделает прыжок через минимум, а слишком низкий темп обучения или займет слишком много времени для нахождения сходимости или застрянет на ...

...я'', поэтому такое обучение является частным случаем [[обучение с учителем|обучения с учителем]], но учителем является среда или её модель. Также нужно иметь в ...между классическими методами динамического программирования и алгоритмами обучения с подкреплением заключается в том, что последние не предполагают знание точ ...

...ред переобучением модели и они используются во множестве методов машинного обучения. == Базовые концепции машинного обучения == ...

...м и гипероним|собирательный термин]] для техник [[Обучение машин|машинного обучения]] с учителем, вовлекающих предвидение структурных объектов, а не [[Скалярна ...заимосвязи предсказанных переменных, процесс предсказания с использованием обучения модели часто вычислительно невыполним, вследствие этого используются {{не п ...

...декс на РОМИП’2009. Оптимизация алгоритмов ранжирования методами машинного обучения. |access-date=2009-10-03 |archive-date=2009-11-22 |archive-url=https://web. [[Категория:Алгоритмы оптимизации]] ...

...ximation and Projection (UMAP)''' — алгоритм [[Машинное обучение|машинного обучения]], выполняющий [[:en:Nonlinear dimensionality reduction|нелинейное снижение [[Категория:Алгоритмы машинного обучения]] ...

Использование строковых ядер с [[Ядерный метод|ядерных]] алгоритмами обучения, таких как [[метод опорных векторов]], позволяет таким алгоритмам работать ...теины или ДНК, в вектора для дальнейшего использования в моделях машинного обучения. Примером строкового ядра для таких целей является профильное ядро{{sfn|Kua ...

...ная сеть|нейронных сетях]] вообще и на сетях [[глубокое обучение|глубокого обучения]] в частности. == Алгоритмы обучения == ...

...учение'') — способ машинного обучения, разновидность [[Обучение с учителем|обучения с учителем]], которое также использует неразмеченные данные для тренировки  ...ольшим количеством размеченных данных, могут значительно улучшить точность обучения. ...

...льзуются индивидуально, что позволяет разработать более просто реализуемые алгоритмы. ...см. статью {{не переведено 5|Методы проксимального градиента для машинного обучения|||proximal gradient methods for learning}}. ...

...зируются с помощью [[Статистическая теория обучения|теории статистического обучения]] (например, используя {{нп5|Радемахеровская сложность|радемахеровскую слож Ядерные методы можно рассматривать как [[обучение на примерах]] — вместо обучения некоторым фиксированным наборам параметров, соответствующим признакам входа ...

...ак семейство алгоритмов машинного обучения, преобразующих слабые обучающие алгоритмы в сильные{{sfn|Zhi-Hua|2012|с=23}}. ...7}} на вопрос Кернса и Вэлианта имел большое значение для теории машинного обучения и [[Статистика|статистики]], и привёл к созданию широкого спектра алгоритмо ...

'''Оптимизация гиперпараметров''' — задача [[Машинное обучение|машинного обучения]] по выбору набора оптимальных [[Гиперпараметр (машинное обучение)|гиперпар ...и их следует настраивать так, чтобы модель могла оптимально решить задачу обучения. Для этого находится такой [[Кортеж (информатика)|кортеж]] гиперпараметров, ...

...ь решена с помощью подхода {{не переведено 5|Пошаговое обучение|пошагового обучения||incremental learning}}<ref>Катастрофическая помеха — это склонность искусс ...работать различные понятия потерь, которые приводят к различным алгоритмам обучения. ...

...пользуется в сочетании с другими алгоритмами [[Машинное обучение|машинного обучения]]. Алгоритм BrownBoost был предложен Йоавом Фройндом ([[:en:Yoav Freund]])< [[Категория:Алгоритмы классификации]] ...

В области [[Машинное обучение|машинного обучения]] древесная декомпозиция называется также '''деревом сочленений''', '''дере ...ьшего независимого множества может быть решена за линейное время. Подобные алгоритмы применимы для многих других задач на графах. ...

...Neighbor Embedding}}, t-SNE) — это алгоритм [[Машинное обучение|машинного обучения]] для [[Визуализация данных|визуализации]], разработанный Лоренсом ван дер [[Категория:Алгоритмы машинного обучения]] ...