Метод опорных векторов (SVM) |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2017-06-20 13:00 Машинное обучение Часть вторая (2/2) @proglib Первая часть: https://vk.com/wall-54530371_137881 1. Метод опорных векторов (SVM) 2. LSA. Informational bottleneck. PLSA, LDA 3. Обзор методов оптимизации 4. Instance-based learning 5. Обучение метрики (по Brian Kulis) 6. Обзор методов уменьшения размерности 7. Выбор свойств (feature selection) 8. Уменьшение размерности: представление Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|