Proč se učení založené na instancích nazývá líné učení?
Proč se učení založené na instancích nazývá líné učení?

Video: Proč se učení založené na instancích nazývá líné učení?

Video: Proč se učení založené na instancích nazývá líné učení?
Video: Gregory Chaitin: Complexity, Metabiology, Gödel, Cold Fusion 2024, Smět
Anonim

Instance - založené učení zahrnuje nejbližšího souseda, lokálně váženou regresi a případ- na základě metody uvažování. Instance - na základě metody jsou někdy označované jako líné učení metody, protože zdržují zpracování až do nového instance musí být klasifikovány.

Navíc, co se rozumí pojmem učení založené na instancích?

v strojové učení , instance - založené učení (někdy nazývané paměť- založené učení ) je rodina učení se algoritmy, které namísto provádění explicitního zobecnění porovnávají nový problém instance s instance vidět v tréninku, které byly uloženy v paměti.

Dále, jaký je líný žák uvést příkladem? Dva typické příklady z líné učení jsou založeny na instancích učení se a Líný Bayesovská pravidla. Líné učení stojí v protikladu k dychtivé učení ve kterém se většina výpočtů odehrává v době tréninku.

Následně se lze také zeptat, proč se KNN nazývá líný žák?

K-NN je líný žák protože se neučí diskriminační funkci z trénovacích dat, ale místo toho si „zapamatuje“trénovací datovou sadu. Například algoritmus logistické regrese se během tréninku učí své modelové váhy (parametry).

Co je algoritmus líného učení?

A algoritmus líného učení je prostě an algoritmus Kde algoritmus zobecňuje data po provedení dotazu. Nejlepším příkladem je KNN. K-Nearest Neighbors v podstatě ukládá všechny body a poté tato data použije, když na ně zadáte dotaz.

Doporučuje: