27 відносини: Journal of Machine Learning Research, Когнітивна наука, Підсилювання (машинне навчання), Похибка узагальнення, Похибки та залишки, Обирання моделі, Навчання з учителем, Навчання на прикладах, Незміщена оцінка, Регуляризація (математика), Регресійний аналіз, Статистика, Точність, Узагальнення, Умовний розподіл, Функція втрат, Штучна нейронна мережа, Машинне навчання, Математичне сподівання, Монотонна функція, Метод k-найближчих сусідів, Задача класифікації, Дійсне число, Дисперсія випадкової величини, Детермінований алгоритм, Дерево ухвалення рішень, Ймовірнісна класифікація.
Journal of Machine Learning Research
Journal of Machine Learning Research (JMLR) — це авторитетний науковий журнал, що фокусується на такому напрямку штучного інтелекту, як машинне навчання.
Новинка!!: Компроміс зсуву та дисперсії і Journal of Machine Learning Research · Побачити більше »
Когнітивна наука
Дисципліни, що лежать в основі когнітивної науки, та їхні відношення: лінгвістика, неврологія, штучний інтелект, філософія, антропологія і психологія. Когнітивістика (когнітивна наука) (cognitio. — пізнання) — міждисциплінарний науковий напрям, що об'єднує теорію пізнання, когнітивну психологію, нейрофізіологію, когнітивну лінгвістику і теорію штучного інтелекту.
Новинка!!: Компроміс зсуву та дисперсії і Когнітивна наука · Побачити більше »
Підсилювання (машинне навчання)
Підси́лювання (boosting) — це мета-алгоритм машинного навчання передусім для зменшення зсуву а також і дисперсії у навчанні з учителем, та сімейство алгоритмів машинного навчання, які перетворюють слабких учнів на сильних.
Новинка!!: Компроміс зсуву та дисперсії і Підсилювання (машинне навчання) · 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!!: Компроміс зсуву та дисперсії і Похибка узагальнення · Побачити більше »
Похибки та залишки
У статистиці та оптимізації по́хибки (errors) та за́лишки (residuals) є тісно пов'язаними мірами спостережуваного значення елементу вибірки від його «теоретичного значення», які легко сплутати.
Новинка!!: Компроміс зсуву та дисперсії і Похибки та залишки · Побачити більше »
Обирання моделі
Обира́ння моде́лі (model selection) — задача обирання статистичної моделі з множини моделей-кандидатів за заданих даних.
Новинка!!: Компроміс зсуву та дисперсії і Обирання моделі · Побачити більше »
Навчання з учителем
Навчання з учителем (Supervised learning) — один із способів машинного навчання, в ході якого випробувана система примусово навчається за допомогою наявної множини прикладів «стимул-реакція» з метою визначення «реакції» для «стимулів», які не належать наявній множини прикладів.
Новинка!!: Компроміс зсуву та дисперсії і Навчання з учителем · Побачити більше »
Навчання на прикладах
В машинному навчанні, навчання на прикладах (інколи також навчання на пам'яті) це група навчальних алгоритмів що порівнюють нові приклади з тими, що зустрічалися при навчанні і які зберігаються в пам'яті.
Новинка!!: Компроміс зсуву та дисперсії і Навчання на прикладах · Побачити більше »
Незміщена оцінка
Незміщена оцінка в математичній статистиці — це точкова оцінка, математичне сподівання якої рівне параметру, що оцінюється.
Новинка!!: Компроміс зсуву та дисперсії і Незміщена оцінка · Побачити більше »
Регуляризація (математика)
Обидві функції точно описують експериментальні точки з нульовою похибкою. Навчена модель може бути схильна вибирати зелену функцію, що може бути ближчою до справжньої невідомої функції розподілу, за допомогою \lambda, ваги регуляризуючого виразу. Регуляризація, в математиці і статистиці, а також в задачах машинного навчання і, означає додавання деякої додаткової інформації, щоб знайти рішення некоректно поставленої задачі, або щоб уникнути перенавчання.
Новинка!!: Компроміс зсуву та дисперсії і Регуляризація (математика) · Побачити більше »
Регресійний аналіз
Регресі́йний ана́ліз — розділ математичної статистики, присвячений методам аналізу залежності однієї величини від іншої.
Новинка!!: Компроміс зсуву та дисперсії і Регресійний аналіз · Побачити більше »
Статистика
Стати́стика — наука, що вивчає методи кількісного охоплення і дослідження масових, зокрема суспільних, явищ і процесів.
Новинка!!: Компроміс зсуву та дисперсії і Статистика · Побачити більше »
Точність
Точність — 1) Точність у техніці — ступінь наближення істинного значення параметра процесу, речовини, предмету до його номінального значення. Розрізняють.
Новинка!!: Компроміс зсуву та дисперсії і Точність · Побачити більше »
Узагальнення
Узага́льнення — основний елемент логіки та міркувань людини.
Новинка!!: Компроміс зсуву та дисперсії і Узагальнення · Побачити більше »
Умовний розподіл
Умовний розподіл у теорії ймовірностей — це розподіл випадкової величини за умови, що інша випадкова величина набуває визначене значення.
Новинка!!: Компроміс зсуву та дисперсії і Умовний розподіл · Побачити більше »
Функція втрат
В математичній оптимізації, статистиці, теорії рішень та машинному навчанні фу́нкція втрат (loss function) або фу́нкція витра́т (cost function) — це функція, яка відображує подію, або значення однієї чи декількох величин, на дійсне число, яке інтуїтивно представляє якісь «витрати», пов'язані з цією подією.
Новинка!!: Компроміс зсуву та дисперсії і Функція втрат · 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!!: Компроміс зсуву та дисперсії і Штучна нейронна мережа · 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!!: Компроміс зсуву та дисперсії і Машинне навчання · Побачити більше »
Математичне сподівання
Математи́чне сподіва́ння, середнє значення — одна з основних числових характеристик кожної випадкової величини.
Новинка!!: Компроміс зсуву та дисперсії і Математичне сподівання · Побачити більше »
Монотонна функція
Моното́нна фу́нкція — це функція, приріст якої не змінює знаку, тобто завжди або невід'ємний, або недодатній.
Новинка!!: Компроміс зсуву та дисперсії і Монотонна функція · Побачити більше »
Метод k-найближчих сусідів
Ме́тод k-найбли́жчих сусі́дів (методы k-ближайших соседей, k-nearest neighbor method) — простий непараметричний класифікаційний метод, де для класифікації об'єктів у рамках простору властивостей використовуються відстані (зазвичай евклідові), пораховані до усіх інших об'єктів.
Новинка!!: Компроміс зсуву та дисперсії і Метод k-найближчих сусідів · Побачити більше »
Задача класифікації
Задача класифіка́ції — формалізована задача, яка містить множину об'єктів (ситуацій), поділених певним чином на класи.
Новинка!!: Компроміс зсуву та дисперсії і Задача класифікації · Побачити більше »
Дійсне число
Числова пряма Дійсні числа — елементи числової системи, яка містить у собі раціональні числа і, в свою чергу, є підмножиною комплексних чисел.
Новинка!!: Компроміс зсуву та дисперсії і Дійсне число · Побачити більше »
Дисперсія випадкової величини
Приклад вибірок двох сукупностей із однаковим середнім значенням але різною дисперсією. Червоним позначено вибірку із середнім 100 і дисперсією 100 (стандартним відхиленням.
Новинка!!: Компроміс зсуву та дисперсії і Дисперсія випадкової величини · Побачити більше »
Детермінований алгоритм
В інформатиці детермінований алгоритм - це алгоритм, який, з урахуванням конкретних вхідних даних, завжди буде видавати на виході ті ж самі вихідні дані, з основною машиною завжди проходить через ту ж послідовність станів.
Новинка!!: Компроміс зсуву та дисперсії і Детермінований алгоритм · Побачити більше »
Дерево ухвалення рішень
Дерево ухвалення рішень (також можуть називатися деревами класифікацій або регресійними деревами) — використовується в галузі статистики та аналізу даних для прогнозних моделей.
Новинка!!: Компроміс зсуву та дисперсії і Дерево ухвалення рішень · 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!!: Компроміс зсуву та дисперсії і Ймовірнісна класифікація · Побачити більше »
Перенаправлення тут:
Розклад на зсув та дисперсію, Компроміс зсуву-дисперсії, Зсув та дисперсія, Зсув-дисперсія, Дилема зсуву та дисперсії, Дилема зсуву-дисперсії.