Berita

Rumah / Berita / Definisi Pembelajaran Mesin Makanan

Definisi Pembelajaran Mesin Makanan

2020-08-06

Konsep asas Mesin makanan Pembelajaran dalam sains data melibatkan penggunaan kaedah pembelajaran statistik dan pengoptimuman yang membolehkan komputer menganalisis dataset dan mengenal pasti corak (melihat visual pembelajaran mesin melalui pautan luaran R2D3). Teknik pembelajaran mesin memanfaatkan perlombongan data untuk mengenal pasti trend bersejarah untuk memaklumkan model masa depan.

Algoritma pembelajaran mesin yang diselia khas terdiri daripada (kira -kira) tiga komponen:

Proses keputusan: Resipi pengiraan atau langkah -langkah lain yang mengambil data dan mengembalikan "meneka" pada jenis corak dalam data algoritma anda sedang mencari untuk mencari.
Fungsi ralat: kaedah mengukur seberapa baik meneka dengan membandingkannya dengan contoh yang diketahui (apabila ia tersedia). Adakah proses keputusan mendapatkannya betul? Jika tidak, bagaimana anda mengukur "betapa buruk" yang terlepas?
Proses pengemaskinian atau pengoptimuman: di mana algoritma melihat Miss dan kemudian mengemas kini bagaimana proses keputusan datang ke keputusan muktamad supaya pada masa akan datang Miss tidak akan menjadi hebat.
Sebagai contoh, jika anda membina pencapaian filem, proses keputusan algoritma anda mungkin melihat bagaimana filem yang serupa untuk filem lain yang anda tonton dan tampil dengan sistem pembobotan untuk ciri -ciri yang berbeza.

Semasa proses latihan, algoritma melalui filem yang telah anda tonton dan berat sifat yang berbeza. Adakah filem sci-fi? Adakah lucu? Algoritma kemudian menguji sama ada ia akhirnya mengesyorkan filem yang anda (atau orang seperti anda) sebenarnya menonton. Jika ia mendapat betul, berat yang digunakannya tetap sama; Sekiranya ia mendapat filem yang salah, berat yang membawa kepada keputusan yang salah ditolak supaya ia tidak membuat kesilapan semacam itu lagi.

Oleh kerana algoritma pembelajaran mesin mengemas kini secara autonomi, ketepatan analisis bertambah baik dengan setiap larian ketika ia mengajar dari data yang dianalisis. Sifat pembelajaran berulang ini adalah unik dan berharga kerana ia berlaku tanpa campur tangan manusia - memberikan keupayaan untuk mendedahkan pandangan tersembunyi tanpa diprogramkan secara khusus untuk berbuat demikian.

Sekiranya anda berminat dengan produk kami, selamat datang untuk melawat / .