Результаты по запросу «"Сомнения"»

• ROC-кривая

  TPR полностью совпадает с полнотой, и показывает долю верно предсказанных классов у объектов, относящихся к положительному классу. FPR — это доля неправильно предсказанных классов среди объектов отрицательного класса.

  https://learnmachinelearning.fandom.com/ru/wiki/ROC-кривая

• Линейный классификатор

  Линейный классификатор — алгоритм классификации, основанный на построении линейной разделяющей поверхности. Иными словами, это такой классификатор, дискриминантная функция которого линейна. В случае двух классов разделяющей поверхностью является гиперплоскость, которая делит пространство признаков на два полупространства. В

• Критерий информативности (Impurity function)

  Критерий информативности (или критерий "перемешанности" классов, Impurity function) - эвристика того, насколько классы перемешаны в некотором подмножестве выборки. Используется для нахождения оптимального разбиения в узлах решающих деревьев., где - априорная вероятность встретить объект класса в (то есть

• Метод главных компонент (Principal component analysis)

  Рассматриваем выборку в пространстве признаков размерности (далее везде ). Пусть - некоторое подпространство пространства признаков. Для объекта введем разложение, где, а ортогонально.

  https://learnmachinelearning.fandom.com/ru/wiki/Метод_главных_компонен

• Структурирование пространства признаков

  При большом размере обучающей выборки поиск ближайших соседей методом перебора становится крайне ресурсоёмким делом. Мы же хотим попытаться структурировать пространство признаков каким-либо образом, чтобы поиск ближайших соседей осуществлялся быстрее. Везде далее предполагается, что функция

• Методы фильтрации обучающей выборки

  Метод ближайших соседей не требует обучения, Сложность предсказания. При большом количестве объектов возникает проблема, связанная с большим объемом вычислений для нахождения ближайшего соседа для распознаваемого объекта. Для борьбы с этой проблемой могут применяться методы фильтрации

  https://learnmachinelearning.fandom.com/ru/wiki/Методы_фильтрации_обуч

• Метод максимального правдоподобия (Maximum likelihood estimation)

  . Обучающие объекты и ответы на них независимо выбираются из некоторого распределения: Необходимо минимизировать функционал:

  https://learnmachinelearning.fandom.com/ru/wiki/Метод_максимального_пр

• Декоррелирующее преобразование (Whitening)

  Пусть некоторая случайная величина. — ковариационная матрица. Следующее преобразование называется декоррелирующим:

• Машинное обучение вики

  Обучаемся учить машину учиться. Старайтесь следовать стилю вики — разбивать материал на статьи согласно здравому смыслу, а не билетам. Прочитайте правила оформления статей.

  https://learnmachinelearning.fandom.com/ru/wiki/Машинное_обучение_вики