3148973180

3148973180



Automatyczne (maszynowe) uczenie się

Podział systemów uczących się ze względu na formę reprezentacji wiedzy:

•    systemy subsymboliczne,

•    systemy symboliczne.

Podział systemów uczących się ze względu na postać informacji trenującej-.

   uczenie się bez nadzoru (ang. unsupervised learning),

•    uczenie się z nadzorem (ang. supervised learning),

•    uczenie się ze wzmocnieniem (ang. reinforcement learning)

©AM


Automatyczne (maszynowe) uczenie się

Podział systemów uczących się ze względu na sposób wykorzystywania wiedzy:

•    klasyfikacja,

•    aproksymacja,

•    podejmowanie decyzji,

•    modelowanie środowiska.

©AM



Wyszukiwarka

Podobne podstrony:
Automatyczne (maszynowe) uczenie się Podział systemów uczących się ze względu na mechanizm nabywania
Automatyczne (maszynowe) uczenie się Uczenie się to konstruowanie i zmiana reprezentacji doświadczon
60 Bożena Wyszyńska Można się pokusić o dokonanie podziału tej grupy prasy1 ze względu na cezurę
IMG56 (8) W p różnia się dwa schematy podziału promieniowania ultrafioletowego: techniczna ze wzglę
IMAG0230 108 8. Łożyska toczne Uwagi wstępne Łożyska oblicza się ze względu na nośność spoczynkową o
Podział ogólny - strategie działania Ze względu na cele do którego jest używany system operacyjny mo
rynkowego. Wartość nieruchomości koryguje się ze względu na cechy różniące te nieruchomości i ustala
12627B80413173812v5383413 n iii I l>4l li I 4i AU
DIN EN ISO 14001:19% DIN EN ISO 14001:2005 Komentarz 4.4.3 Komunikowanie się Ze względu na aspekty
PHOTO2 Sieci neuronowePowtórzenie l. Sieć Kohonena i Hopfielda różnią się ze względu na: liczbę

więcej podobnych podstron