Nilalaman
- Kahulugan - Ano ang ibig sabihin ng Pagkatuto ng Semi-Supervised Learning?
- Isang Panimula sa Microsoft Azure at ang Microsoft Cloud | Sa buong gabay na ito, malalaman mo kung ano ang lahat ng cloud computing at kung paano makakatulong ang Microsoft Azure sa iyo upang lumipat at patakbuhin ang iyong negosyo mula sa ulap.
- Ipinapaliwanag ng Techopedia ang Pagkatuto ng Semi-Supervised
Kahulugan - Ano ang ibig sabihin ng Pagkatuto ng Semi-Supervised Learning?
Ang pag-aaral na pinamamahalaan ng semi ay isang pamamaraan na ginamit upang paganahin ang mga makina upang maisaayos ang parehong mga nasasalat at hindi nasasalat na mga bagay. Ang mga bagay na kailangan ng pag-uri-uriin o kilalanin ng mga makina ay maaaring magkakaiba tulad ng pagbawas sa mga pattern ng pag-aaral ng mga mag-aaral mula sa mga video sa silid-aralan hanggang sa pagguhit ng mga inpormasyon mula sa mga pagtatangka ng data sa pagnanakaw sa mga server. Upang malaman at mahihinuha ang tungkol sa mga bagay, ang mga makina ay ibinibigay na may label na, mababaw na impormasyon tungkol sa iba't ibang uri ng data batay sa kung saan ang mga makina ay kailangang malaman mula sa malaki, nakabalangkas at hindi nakabalangkas na data na natatanggap nila nang regular.
Isang Panimula sa Microsoft Azure at ang Microsoft Cloud | Sa buong gabay na ito, malalaman mo kung ano ang lahat ng cloud computing at kung paano makakatulong ang Microsoft Azure sa iyo upang lumipat at patakbuhin ang iyong negosyo mula sa ulap.
Ipinapaliwanag ng Techopedia ang Pagkatuto ng Semi-Supervised
Ang kaunting data na may label na ibinigay sa mga system ay nagsisilbing panimulang punto para sa mga computer system. Pagkatapos nito, ang mga system ay kailangang tumanggap at matuto mula sa malalaking dami ng hindi nabanggit na data. Gayunpaman, ang ibinigay na naka-label na data ay maaaring makatulong sa pag-uuri ng malawak na uri ng hindi nasabing data na maaaring natanggap ng system. Halimbawa, tulad ng data na may label, ang mga temperatura na mas malaki kaysa sa 104 ° F ay dapat tratuhin bilang isang kaso ng mataas na lagnat ay ibinibigay, ngunit sa katotohanan, ang gayong mataas na temperatura ay maaari ring dahil sa iba pang mga komplikasyon. Ito ay para sa mga system na gamitin ang pangunahing data na may label na at matuto nang higit pa tungkol sa mga malalaking dami ng hindi nabanggit na data na natatanggap nito. Sa teoryang, ang semi-supervised na pag-aaral ay maaaring isaalang-alang ng isang mas mahusay na pamamaraan ng pagsasanay para sa mga sistema kaysa sa pinangangasiwaan o hindi sinusuportahan na pag-aaral.