Ошибка «нет в сумке»
Ошибка из-за отсутствия упаковки Контролируемое обучение Обучение с заранее определенными целями и критериями оценки. Обучение без присмотра Обучение без вмешательства […]
Ошибка из-за отсутствия упаковки Контролируемое обучение Обучение с заранее определенными целями и критериями оценки. Обучение без присмотра Обучение без вмешательства […]
Методы ядра для векторного вывода Основы машинного обучения Машинное обучение — это процесс обучения алгоритмов для решения задач, которые требуют
Обучение, основанное на ошибках Основы обучения, основанного на ошибках Обучение, основанное на ошибках, использует ошибки для улучшения моделей. Модели корректируются
Глубокое обучение с подкреплением Основы обучения с подкреплением Обучение с подкреплением (RL) — это метод машинного обучения, который позволяет агентам
Распределительный мягкий актерский критик Основы DSAC DSAC — это семейство безмодельных алгоритмов обучения с подкреплением для сложных систем. Алгоритмы DSAC
Ближайшая оптимизация политики Обзор PPO PPO — это алгоритм обучения с подкреплением, разработанный OpenAI. Он был разработан для решения проблем,
Сеть радиальных базисных функций Основы радиальных базисных функций Радиальные базисные функции (RBF) используются для аппроксимации функций и классификации данных. RBF
Алгоритм перехода из режима бодрствования в режим сна Описание алгоритма wake-sleep Алгоритм обучения без контроля для моделей глубокой генерации Обучение
Гауссово разбрызгивание Основы объемного рендеринга Гауссово разбрызгивание — метод объемного рендеринга без преобразования данных в примитивы. Метод был представлен Ли
Эволюционная мультимодальная оптимизация Основы мультимодальной оптимизации Мультимодальная оптимизация ищет множество решений вместо одного оптимального. Эволюционные алгоритмы поддерживают множество решений, что
Рекурсивное самосовершенствование Рекурсивное самосовершенствование искусственного интеллекта (RSI) RSI — процесс, в ходе которого AGI повышает свои возможности без вмешательства человека.
Программирование с несколькими выражениями Основы программирования с несколькими выражениями (MEP) MEP — эволюционный алгоритм для генерации математических функций на основе
Самостоятельная игра Основы машинного обучения Машинное обучение — это процесс обучения алгоритмов для выполнения задач, которые ранее выполнялись людьми. Обучение
Диффузионная модель Основные понятия и определения Репараметризация — это процесс изменения параметров распределения для упрощения анализа. Параметрическая форма — это
Локальный фактор выброса Основы обнаружения выбросов Выбросы в данных могут указывать на аномалии или ошибки. Локальный подход LOF используется для
T-распределенное стохастическое вложение соседей Основы t-SNE t-SNE — это статистический метод для визуализации многомерных данных в двух или трех измерениях.
Неотрицательная матричная факторизация Основы неотрицательной матричной факторизации NMF — это метод разложения матрицы на неотрицательные факторы, которые объясняют наблюдаемые данные.
Алгоритм K-ближайших соседей Основы классификации K-ближайших соседей K-ближайших соседей (k-NN) — это алгоритм классификации, который использует евклидово расстояние для определения
Агрегирование с помощью Bootstrap Основы случайного леса Алгоритм машинного обучения, основанный на деревьях решений. Включает в себя создание множества деревьев
Машинное обучение на основе правил Основные подходы к машинному обучению Контролируемое обучение: обучение с заранее определенными метками для обучающих данных.
Онлайн-машинное обучение Основы машинного обучения Машинное обучение — это процесс обучения алгоритмов для решения задач, которые не могут быть решены