Video: Penjelasan AI ( Artificial Intelligence ) - HD 2024
Sebahagian Pembelajaran Mesin Untuk Menipu Cheat Sheet < Pembelajaran mesin melibatkan penggunaan banyak algoritma yang berbeza. Jadual ini memberi anda ringkasan ringkas kekuatan dan kelemahan pelbagai algoritma.
Algoritma
| Terbaik di | Kelebihan | Cons | Hutan Rawak |
| Apt di hampir semua masalah pembelajaran mesin | Bioinformatics
Boleh bekerja secara selari |
> Secara automatik mengendalikan nilai-nilai yang hilang
Tidak perlu mengubah sebarang pembolehubah Tidak perlu tweak parameter Dapat digunakan oleh hampir semua orang dengan hasil yang sangat baik Sulit untuk menafsirkan Rusak pada regresi ketika memperkirakan nilai-nilai persamaan penyebaran nilai tindak balas |
Bias dalam masalah multiclass ke arah kelas yang lebih kerap
Gradient Boosting Apt di hampir mana-mana masalah pembelajaran mesin |
| Enjin carian (menyelesaikan masalah pembelajaran berpangkat) > Ia boleh menganggar kebanyakan fungsi tidak linear | Terbaik dalam peramal kelas
Secara automatik menangani nilai yang hilang |
Tidak perlu mengubah mana-mana pembolehubah
Ia boleh overfit jika dijalankan terlalu banyak lelaran Sensitif kepada data bising dan outliers Tidak berfungsi dengan baik tanpa penalaan parameter |
Regresi linear
Prinsip asas tions ramalan Econometric |
| Respons pemasaran pemasaran | Mudah difahami dan dijelaskan
Ia jarang overfits Menggunakan regularization L1 & L2 berkesan dalam pemilihan ciri |
Cepat untuk melatih
melatih pada data besar terima kasih kepada versi stokastik Anda perlu bekerja keras untuk menjadikannya sesuai dengan fungsi tidak linear Dapat menderita dari outliers Mesin Vektor Sokongan |
Pengenalan karakter
Pengenalan imej |
| Teks klasifikasi | Penciptaan ciri nonlinear automatik
Boleh menghitung fungsi bukan linear yang kompleks Sulit untuk mentafsirkan apabila menggunakan kernel tidak linear |
Menghadapi terlalu banyak contoh, selepas 10, 000 contohnya bermula terlalu lama untuk melatih
K-berdekatan terdekat |
Penglihatan komputer
Penandaan multilabel |
| Sistem penasihat | Masalah pemeriksaan ejaan
Latihan cepat dan malas Boleh secara semula jadi menangani masalah multiklass yang melampau (seperti teks penandaan) dan rumit dalam fasa memprediksi |
Boleh gagal untuk meramal kor ectly kerana kutukan dimensi
Adaboost |
Pengesanan muka
Secara automatik mengendalikan nilai-nilai yang hilang |
| Tidak perlu mengubah sebarang pembolehubah | Ia tidak mudah dengan mudah | Beberapa parameter untuk tweak > Ia boleh memanfaatkan banyak pelajar yang lemah
Sensitif kepada data yang bising dan outliers Tidak pernah ramalan kelas terbaik Nave Bayes Pengenalan muka |
Analisis sentimen
Pengesanan spam |
| Pengelasan teks | Mudah dan cepat untuk dilaksanakan, tidak memerlukan memori yang terlalu banyak dan boleh digunakan untuk pembelajaran dalam talian
Mudah difahami Mengambil kira pengetahuan terdahulu Andaian ciri kemerdekaan yang kuat dan tidak realistik > Gagal menganggarkan kejadian langka |
Menghadapi ciri tidak relevan
Rangkaian saraf Pengenalan imej |
Pengiktirafan dan terjemahan bahasa
Pengenalan pertuturan Pengiktirafan penglihatan |
| Teguh untuk mengatasi | Bekerja hanya dengan sebahagian daripada contoh (vektor sokongan s)
Sangat sukar untuk menetapkan Sulit untuk menyesuaikan kerana terlalu banyak parameter dan anda juga perlu memutuskan seni bina rangkaian Sukar menafsirkan |
Mudah untuk overfit
Regresi logistik < Memesan keputusan dengan kebarangkalian Respons pemasaran pemasaran |
Mudah difahami dan dijelaskan
Ia jarang overfits Menggunakan regularization L1 & L2 berkesan dalam pemilihan ciri Algoritma terbaik untuk meramal kebarangkalian acara |
| Cepat untuk melatih | Mudah melatih pada data besar terima kasih kepada versi stokastik
Anda perlu bekerja keras untuk menjadikannya sesuai dengan fungsi tidak linear |
Boleh menderita daripada penyokong
SVD sistem Boleh menyusun semula data dengan cara yang bermakna Sulit untuk memahami mengapa data telah disusun semula dengan cara tertentu PCA |
Mengeluarkan kolarisar
Mengurangkan dimensi dataset |
| Mengandulkan andaian linear kuat (komponen adalah penjumlahan terperinci ciri) K-means | Segmentation | Fast in finding clusters | |
| Dapat mengesan outliers dalam pelbagai dimensi | Berada dari multicollinearity
Clusters adalah bulat, tidak dapat mengesan kelompok bentuk lain |
penyelesaiannya, bergantung pada permulaan |
Pilihan Editor
Cara menggunakan Pemesejan Segera dengan Akaun MySpace anda - dummiesPasangan mySpaceIM MySpace Instant Messaging (IMing ) dengan perkhidmatan Skype telefon Internet yang popular, membolehkan anda menghantar dan menerima sama ada mesej menaip atau komunikasi suara. MySpaceIM berfungsi pada mesin Windows sahaja yang menggunakan Internet Explorer Microsoft. Sekiranya anda mempunyai Mac atau menggunakan pelayar yang berbeza, anda tidak bernasib baik. Juga, sesiapa sahaja yang anda mahu ... 
Cara Menggunakan Profil MySpace Edit Halaman - dummiesDengan halaman Edit Profil MySpace, anda boleh tambah, padam, atau tukar maklumat profil anda bila-bila masa anda mahu. Untuk membuka halaman Edit Profil, cuma pergi ke halaman utama anda dan klik pautan Edit Profil di sudut kiri atas. Tab Maklumat Peribadi di halaman Profil Edit dibahagikan kepada lapan skrin berasingan ... Pilihan Editor
Cara Menggunakan Templat dalam Excel 2007 - dummiesExcel 2007 menyediakan template yang direka bentuk, lembaran kerja untuk kegunaan umum. Templat mengandungi teks standard atau boilerplate, tetapi anda boleh mengubah suai template untuk memenuhi keperluan anda. Anda boleh menggunakan templat secara automatik dipasang dengan Excel 2007, atau anda boleh memuat turun templat percuma dari laman web Microsoft Office Online. Templat berikut dipasang secara automatik apabila ... 
Cara menggunakan fungsi teks di Excel 2013 - dummiesFungsi teks di Excel 2013 menu lungsur butang arahan pada tab Rumus Ribbon (Alt + MT). Terdapat dua jenis fungsi teks: fungsi seperti VALUE, TEXT, dan DOLLAR yang menukarkan entri teks berangka ke dalam nombor dan entri berangka ke dalam teks, dan berfungsi seperti UPPER, LOWER, dan PROPER yang ... Pilihan Editor
Cara Mengatur Laman Web Anda dengan Tabel dan Bingkai - dummiesMenggunakan jadual dan bingkai pada halaman Web anda membantu anda membentangkan maklumat kepada pelawat laman anda dengan cara teratur. Jadual adalah alat susunatur untuk jadual data pada halaman Web, tetapi keupayaan meja untuk laman web telah lama digunakan untuk mengawal susun atur keseluruhan halaman. Pereka membuat sel ... 
Cara Mendaftar Nama Domain Anda - dummiesKetika membina sebuah laman web, pantai jelas dan nama domain yang anda mahukan memang ada. Seterusnya, sudah tiba masanya untuk mendaftarkan nama domain itu. Apabila anda mendaftarkan nama domain, pastikan anda mendaftarkannya selama sekurang-kurangnya tiga tahun. Anda boleh mendaftar untuk sekurang-kurangnya ... 
Cara Hapus Pemformatan yang Tidak Diingini dari Laman Web Anda - para pengedit kod paling banyakYang secara automatik membersihkan kesilapan biasa dalam kod anda. Sebagai contoh, arahan Clean Up Word HTML / XHTML dalam Dreamweaver adalah satu kemestian bagi mana-mana halaman web yang merangkumi kandungan yang disalin dari Word atau mana-mana dokumen Microsoft lain. Ini penting kerana fail Microsoft sering membenamkan tambahan ... |
