Introducción al esquema de notas de inteligencia artificial
0 Informe
Introducción al esquema de notas de inteligencia artificial
Recomendaciones relacionadas
Otras obras del autor
Esquema/Contenido
Ver más
aprendizaje automático
definición
¿Qué es el aprendizaje automático?
Clasificación de spam
Tarea T: Identificar correos electrónicos como spam y no spam
Rendimiento P: Identificar correctamente los correos electrónicos como spam/no spam
Lección de formación E: Observa los correos electrónicos que marcas como spam o no spam
Problema de aprendizaje del reconocimiento de escritura a mano.
Tarea T: Reconocer y clasificar texto escrito a mano en imágenes
Rendimiento P: precisión de clasificación
Experiencia de formación E: base de datos de texto escrito a mano con clasificación conocida
Clasificación del aprendizaje automático.
aprendizaje supervisado
Algoritmo K más cercano
árbol de decisiones
regresión lineal
máquina de vectores de soporte
aprendizaje no supervisado
agrupamiento
codificador automático
aprendizaje débilmente supervisado
aprendizaje semi-supervisado
transferir aprendizaje
dominio de origen y dominio de destino
objetivos centrales
Transferir conocimientos del dominio de origen al dominio de destino
Método de implementación
Migración de muestra
Transferencia de funciones
Migración de modelo
aprendizaje por refuerzo
Objetivo
Estrategia
explorar
usar
Clasificación por resultado de aprendizaje
devolver
Clasificación
agrupamiento
Reducción de dimensionalidad
conceptos importantes
Ejemplos y muestras
Conjunto de datos
propiedades y caracteristicas
espacio de atributos
vector propio
aprendizaje y entrenamiento
datos de entrenamiento
muestras de entrenamiento
conjunto de entrenamiento
hipótesis
la verdad
generalizar
Proceso general
Recopilar datos
cantidad de datos
Calidad de datos
Distribución de datos
Preparación de datos (preprocesamiento)
Posibles problemas con los datos.
datos faltantes
ruido
inconsistente
redundante, desequilibrado
repetir
normalización
ingeniería de características
Partición de conjuntos de datos
Conjunto de entrenamiento: modelo de entrenamiento
Conjunto de pruebas: evaluar el modelo final
Conjunto de validación: utilizado para ajustar y seleccionar modelos.
Limpieza de datos
borrar
Llenado manual
autocompletar
parte aislada
conversión de tipo
tipo numérico
continuo
Discreto
tipo no numérico
hay categorias
no categoría
Elija un algoritmo para construir un modelo
Seleccionar modelo
Modelo de entrenamiento
Modelo de evaluación
Métricas de rendimiento
precisión
República de China
función de pérdida
Algoritmo de inteligencia de enjambre
definición
Inteligencia de enjambre
Algoritmo de inteligencia de enjambre
algoritmo genético
operador genético básico
Seleccionar operador
operador cruzado
operador de mutación
cinco elementos básicos
Codificación de parámetros
codificación binaria
Método de codificación de cromosomas unidimensionales.
ventaja
defecto
codificación real
Configuración inicial del grupo
Generación de población inicial
Determinación del tamaño de la población.
Diseño de función de fitness.
problema de engaño
convergencia prematura
fenómeno de estancamiento
diseño de manipulación genética
Configuración de parámetros de control
cruz
un pequeño cruce
intersección de dos puntos
probabilidad de cruce
Mutaciones
concepto
Cambie aleatoriamente algunos bits en el código individual
propósito principal
Contenido básico
probabilidad de mutación
método de mutación
variación del sitio
mutación inversa
mutación de inserción
Tecnología de búsqueda
estrategia de búsqueda
Búsqueda ciega: sin orientación informativa
búsqueda heurística
búsqueda ciega
primera búsqueda en profundidad
idea básica
Primera búsqueda en amplitud
idea básica
Compara similitudes, diferencias, ventajas y desventajas.
búsqueda heurística
un algoritmo
Un algoritmo*
búsqueda de juegos
algoritmo de poda ab
Árbol de Montecarlo
elegir
Expandir
simulación
devolver
Método de confianza para la toma de decisiones en línea
Factor 1
factor 2
Recolectar
Recolectar
Recolectar
0 Comentarios
Página siguiente