차례:
정의-학습 알고리즘은 무엇을 의미합니까?
학습 알고리즘은 기술이 인간 학습 프로세스를 모방하도록 돕기 위해 기계 학습에 사용되는 알고리즘입니다. 신경망과 같은 기술과 결합 된 학습 알고리즘은 복잡하고 정교한 학습 프로그램을 만듭니다.
Techopedia는 학습 알고리즘을 설명합니다
논리 회귀, 선형 회귀, 의사 결정 트리 및 임의 포리스트는 모두 학습 알고리즘의 예입니다. "가장 가까운 이웃"과 같은 알고리즘에는 이러한 알고리즘을 사용하여 머신 러닝 프로그램의 의사 결정 및 학습에 영향을주는 방식도 포함됩니다. 일반적으로 이러한 모든 알고리즘의 공통점은 테스트 또는 교육 데이터에서 추정하여 실제 세계에서 투영하거나 모델을 구축하는 능력입니다. 이러한 알고리즘을 원시 데이터 질량 또는 상대적으로 레이블이없는 배경에서 "데이터 포인트를 함께 풀링"하는 도구로 생각하십시오.
학습 알고리즘이 감독 및 감독되지 않은 기계 학습에 모두 유용한 경우 각 유형의 분야에서 서로 다른 방식으로 사용됩니다. 감독 된 머신 러닝은 이미 레이블이 지정되고 격리 된 데이터를 사용하는 이점이 있으므로 사용되는 학습 알고리즘은 몇 가지면에서 다릅니다. 결론은 엔지니어가 이러한 학습 알고리즘을 요약하는 특정 기술 또는 프로그램의 빌딩 블록으로 구성하여 요약하는 데이터 세트에 대해 더 많이 이해하는 것입니다.
