Содержание
- 2. Что такое машинное обучение? Машинное обучение –это подобласть искусственного интеллекта, которая охватывает разработку самообучающихся алгоритмов для
- 3. Области применения Распознавание речи Распознавание жестов Распознавание рукописного ввода Распознавание образов Техническая диагностика Медицинская диагностика Биоинформатика
- 4. Типы машинного обучения
- 5. Обучение с учителем Классификация Регрессия
- 6. Регрессия
- 7. Классификация
- 8. Обучение с подкреплением Задача обучения с подкреплением состоит в выработке агента, который улучшает свое качество на
- 9. Кластеризация Кластеризация – это метод разведочного анализа данных, который позволяет организовать груду информации в содержательные подгруппы(кластеры),
- 10. Задача классификации на примере ирисов Фишера
- 11. Этапы машинного обучения
- 12. Алгоритм машинного обучения на примере персептрона
- 13. Как оптимизируются веса? Инициализировать веса значениями близкими с 0
- 14. Алгоритм машинного обучения на примере персептрона
- 15. Адаптивные линейные нейроны Функция потерь или функция стоимости, которая подлежит оптимизации SSE ( сумма квадратичных ошибок)
- 16. Градиентный спуск Градиент — характеристика, показывающая направление наискорейшего возрастания некоторой величины, значение которой меняется от одной
- 17. Алгоритмы обучения
- 18. Инструменты Python >= 3.4.3 или Python >= 2.7.10 Библиотеки scikit-learn, pandas, numpy,matplotlib Anaconda +Juputer блокноты
- 20. Скачать презентацию