Introdução ao esboço das notas de inteligência artificial
0 Relatório
Introdução ao esboço das notas de inteligência artificial
Recomendações relacionadas
Outras obras do autor
Esboço/Conteúdo
Ver mais
aprendizado de máquina
definição
O que é aprendizado de máquina
Classificação de spam
Tarefa T: Identifique e-mails como spam e não spam
Desempenho P: Identificar corretamente e-mails como spam/não spam
Lição de treinamento E: Observe os e-mails que você marca como spam ou não spam
Problema de aprendizagem de reconhecimento de escrita
Tarefa T: Reconhecer e classificar texto manuscrito em imagens
Desempenho P: precisão de classificação
Experiência de treinamento E: Banco de dados de texto manuscrito com classificação conhecida
Classificação de aprendizado de máquina
aprendizagem supervisionada
Algoritmo K-mais próximo
árvore de decisão
regressão linear
máquina de vetores de suporte
aprendizagem não supervisionada
agrupamento
codificador automático
aprendizagem fracamente supervisionada
aprendizagem semi-supervisionada
transferir aprendizagem
domínio de origem e domínio de destino
objetivos principais
Transferir conhecimento do domínio de origem para o domínio de destino
Método de implementação
Migração de amostra
Transferência de recursos
Migração de modelo
aprendizagem por reforço
Alvo
Estratégia
explorar
usar
Classificação por resultado de aprendizagem
retornar
Classificação
agrupamento
Redução de dimensionalidade
conceitos importantes
Exemplos e amostras
Conjunto de dados
propriedades e características
espaço de atributos
vetor próprio
aprendizagem e treinamento
dados de treinamento
amostras de treinamento
conjunto de treinamento
hipótese
a verdade
generalizar
Processo geral
Coletar dados
quantidade de dados
Qualidade dos dados
Distribuição de dados
Preparação de dados (pré-processamento)
Possíveis problemas com dados
dados faltantes
barulho
inconsistente
redundante, desequilibrado
repita
normalização
engenharia de recursos
Particionamento de conjunto de dados
Conjunto de treinamento: modelo de treinamento
Conjunto de testes: avaliar o modelo final
Conjunto de validação: usado para ajustar e selecionar modelos
Limpeza de dados
excluir
Preenchimento manual
preenchimento automático
atípico
conversão de tipo
Tipo numérico
contínuo
Discreto
tipo não numérico
Existem categorias
não-categoria
Escolha um algoritmo para construir um modelo
Selecione o modelo
Modelo de treinamento
Modelo de avaliação
Métricas de desempenho
precisão
ROC
função de perda
Algoritmo de inteligência de enxame
definição
Inteligência de enxame
Algoritmo de inteligência de enxame
algoritmo genético
operador genético básico
Selecione o operador
operador de cruzamento
operador de mutação
cinco elementos básicos
Codificação de parâmetros
codificação binária
Método de codificação cromossômica unidimensional
vantagem
deficiência
codificação real
Configurações iniciais do grupo
Geração da população inicial
Determinação do tamanho da população
Design da função de fitness
problema de engano
convergência prematura
fenômeno de estagnação
projeto de manipulação genética
Configurações de parâmetros de controle
cruzar
um pequeno cruzamento
interseção de dois pontos
probabilidade de cruzamento
Mutações
conceito
Altere aleatoriamente alguns bits no código individual
objetivo principal
Conteúdo básico
probabilidade de mutação
método de mutação
variação do site
mutação reversa
mutação insercional
Tecnologia de pesquisa
estratégia de pesquisa
Pesquisa cega: sem orientação de informações
pesquisa heurística
busca cega
primeira pesquisa em profundidade
Ideia básica
Amplitude da primeira pesquisa
Ideia básica
Compare semelhanças, diferenças, vantagens e desvantagens
pesquisa heurística
Um algoritmo
Algoritmo A*
pesquisa de jogos
algoritmo de poda a-b
Árvore de Monte Carlo
escolher
Expandir
simulação
retornar
Método de tomada de decisão on-line com confiança
Fator 1
Fator 2
Coletar
Coletar
0 Comentários
Próxima página