Більш швидкий доступ, ніж браузер!
26 відносини: Torch, Компроміс зсуву та дисперсії, Коефіцієнт Баєса, Похибка узагальнення, Передавальна функція штучного нейрона, Оцінка апостеріорного максимуму, Оптимізація (математика), Автокодувальник, Статистичне висновування, Смуток (теорія рішень), Список об'єктів, названих на честь Томаса Баєса, Теорія статистичного навчання, Теорія Вапника — Червоненкіса, Цільова функція, Штучна нейронна мережа, Мінімізація емпіричного ризику, Машинне навчання, Метод зворотного поширення помилки, Метод опорних векторів, Баєсова мережа, Баєсова оцінка, Баєсове виведення, Візуальна одометрія, Виявлення сигналу, Глибинне навчання, Ймовірнісна класифікація.
Torch
Torch — відкрита бібліотека для машинного навчання, система для та мова сценаріїв на основі мови програмування Lua. Пропонує широкий спектр алгоритмів для глибинного машинного навчання і використовує мову сценаріїв LuaJIT та реалізацію мовою C в основі.
Новинка!!: Функція втрат і Torch · Побачити більше »
Компроміс зсуву та дисперсії
У статистиці та машинному навчанні, компромі́с (або диле́ма) зсу́ву та диспе́рсії (bias–variance tradeoff or dilemma) — це задача одночасної мінімізації двох джерел похибки, які перешкоджають алгоритмам керованого навчання робити узагальнення на основі їхніх.
Новинка!!: Функція втрат і Компроміс зсуву та дисперсії · Побачити більше »
Коефіцієнт Баєса
У статистиці використання коефіціє́нтів Ба́єса (Bayes factors) є баєсовою альтернативою класичній перевірці гіпотез.
Новинка!!: Функція втрат і Коефіцієнт Баєса · Побачити більше »
Похибка узагальнення
У застосуваннях керованого навчання в машинному навчанні та теорії статистичного навчання, по́хибка узага́льнення (generalization error, відома також як по́хибка за ме́жами ви́бірки, out-of-sample error) — це міра того, наскільки точно алгоритм здатен передбачувати значення виходів для не бачених раніше даних.
Новинка!!: Функція втрат і Похибка узагальнення · Побачити більше »
Передавальна функція штучного нейрона
Функція активації, або передавальна функція (activation function, також excitation function, squashing function, transfer function) штучного нейрона — залежність вихідного сигналу штучного нейрона від вхідного.
Новинка!!: Функція втрат і Передавальна функція штучного нейрона · Побачити більше »
Оцінка апостеріорного максимуму
Оці́нка ма́ксимуму апостеріо́рної імові́рності (МАІ, maximum a posteriori probability estimate, MAP) у баєсовій статистиці — це мода апостеріорного розподілу.
Новинка!!: Функція втрат і Оцінка апостеріорного максимуму · Побачити більше »
Оптимізація (математика)
максимум в точці (''x, y, z'').
Новинка!!: Функція втрат і Оптимізація (математика) · Побачити більше »
Автокодувальник
thumb Автокодува́льник, автоасоціа́тор або мере́жа (autoencoder, autoassociator, Diabolo network) — це штучна нейронна мережа, що використовується для навчання ефективних кодувань.
Новинка!!: Функція втрат і Автокодувальник · Побачити більше »
Статистичне висновування
Статисти́чне висно́вування (statistical inference) — це процес встановлення властивостей розподілу, який лежить в основі даних, шляхом аналізу даних.
Новинка!!: Функція втрат і Статистичне висновування · Побачити більше »
Смуток (теорія рішень)
Сму́ток (regret) — це негативна емоція, яка виникає при з'ясуванні того, що альтернативний напрямок дій призвів би до сприятливішого результату.
Новинка!!: Функція втрат і Смуток (теорія рішень) · Побачити більше »
Список об'єктів, названих на честь Томаса Баєса
Наступне було названо на честь Томаса Баєса (Reverend Thomas Bayes; 1702—1761) — англійського математика.
Новинка!!: Функція втрат і Список об'єктів, названих на честь Томаса Баєса · Побачити більше »
Теорія статистичного навчання
Тео́рія статисти́чного навча́ння (statistical learning theory) — це система машинного навчання, що тягнеться з галузей статистики та функціонального аналізу.
Новинка!!: Функція втрат і Теорія статистичного навчання · Побачити більше »
Теорія Вапника — Червоненкіса
Теорію Вапника — Червоненкіса (Vapnik–Chervonenkis theory, відому також як ВЧ-теорія, VC theory) було розроблено протягом 1960–1990 років Володимиром Вапником та.
Новинка!!: Функція втрат і Теорія Вапника — Червоненкіса · Побачити більше »
Цільова функція
Цільова функція — функція, що зв'язує мету (змінну, що оптимізується) з керованими змінними в задачі оптимізації.
Новинка!!: Функція втрат і Цільова функція · Побачити більше »
Штучна нейронна мережа
головному мозку. Тут кожним круговим вузлом представлено штучний нейрон, а стрілкою — з'єднання виходу одного штучного нейрону зі входом іншого. Шту́чні нейро́нні мере́жі (ШНМ, artificial neural networks, ANN), або системи (connectionist systems) — це обчислювальні системи, натхнені біологічними нейронними мережами, що складають мозок тварин.
Новинка!!: Функція втрат і Штучна нейронна мережа · Побачити більше »
Мінімізація емпіричного ризику
Мініміза́ція емпіри́чного ри́зику (МЕР, empirical risk minimization, ERM) — це принцип у теорії статистичного навчання, який визначає сімейство алгоритмів навчання, і застосовується для отримування теоретичних меж продуктивності алгоритмів навчання.
Новинка!!: Функція втрат і Мінімізація емпіричного ризику · Побачити більше »
Машинне навчання
Машинне навчання (machine learning) — це підгалузь штучного інтелекту в галузі інформатики, яка часто застосовує статистичні прийоми для надання комп'ютерам здатності «навчатися» (тобто, поступово покращувати продуктивність у певній задачі) з даних, без того, щоби бути програмованими явно.
Новинка!!: Функція втрат і Машинне навчання · Побачити більше »
Метод зворотного поширення помилки
Метод зворотного поширення помилки (backpropagation) — метод навчання багатошарового перцептрону.
Новинка!!: Функція втрат і Метод зворотного поширення помилки · Побачити більше »
Метод опорних векторів
В машинному навчанні ме́тод опо́рних векторі́в (метод опорных векторов) — це метод аналізу даних для класифікації та регресійного аналізу за допомогою моделей з керованим навчанням з пов'язаними алгоритмами навчання, які називаються опо́рно-ве́кторними маши́нами (ОВМ, support vector machines, SVM, також опо́рно-ве́кторними мере́жами, support vector networks).
Новинка!!: Функція втрат і Метод опорних векторів · Побачити більше »
Баєсова мережа
Ба́єсова мере́жа, мере́жа Ба́єса, мере́жа перекона́нь, ба́єсова моде́ль або ймові́рнісна орієнто́вана ациклі́чна гра́фова моде́ль (Bayesian network, Bayes network, belief network, Bayes(ian) model, probabilistic directed acyclic graphical model) — це ймовірнісна графічна модель (різновид статистичної моделі), яка представляє набір випадкових змінних та їхніх за допомогою орієнтованого ациклічного графу (ОАГ, directed acyclic graph, DAG).
Новинка!!: Функція втрат і Баєсова мережа · Побачити більше »
Баєсова оцінка
У теорії оцінювання та теорії рішень ба́єсова оці́нка або ба́єсова дія є оцінкою або, що мінімізує апостеріорне математичне сподівання функції втрат (тобто, апостеріо́рні очі́кувані втра́ти).
Новинка!!: Функція втрат і Баєсова оцінка · Побачити більше »
Баєсове виведення
Ба́єсове висно́вування (Bayesian inference) — це метод статистичного висновування, у якому для уточнення ймовірності гіпотези при отриманні додаткових свідчень або інформації використовується правило Баєса.
Новинка!!: Функція втрат і Баєсове виведення · Побачити більше »
Візуальна одометрія
У робототехніці і комп'ютерному баченні, візуальна одометрія — процес визначення позиції і орієнтації робота шляхом аналізу послідовних зображень отриманих за допомогою камери.
Новинка!!: Функція втрат і Візуальна одометрія · Побачити більше »
Виявлення сигналу
thumb Ви́явлення сигна́лу — завдання оптимального прийому сигналів.
Новинка!!: Функція втрат і Виявлення сигналу · Побачити більше »
Глибинне навчання
Глиби́нне навча́ння (також відоме як глибинне структурне навчання, ієрархічне навчання, глибинне машинне навчання, deep learning, deep structured learning, hierarchical learning, deep machine learning) — це галузь машинного навчання, що ґрунтується на наборі алгоритмів, які намагаються моделювати високорівневі абстракції в даних, застосовуючи глибинний граф із декількома обробними шарами, що побудовано з кількох лінійних або нелінійних перетворень.
Новинка!!: Функція втрат і Глибинне навчання · Побачити більше »
Ймовірнісна класифікація
У машинному навчанні, ймові́рнісний класифіка́тор (probabilistic classifier) — це класифікатор, здатний для заданого зразка входу передбачувати розподіл імовірності над множиною класів, а не просто видавати найправдоподібніший клас, до якого повинен був би належати цей зразок.
Новинка!!: Функція втрат і Ймовірнісна класифікація · Побачити більше »
Перенаправлення тут:
Функція витрат, Функція втрат 0-1, Функція ризику, Функції втрат, Квадратична функція втрат, Очікувані втрати, Баєсів смуток, Втрати 0-1.
