기계 학습에 대한 시각적 소개

반응형

스테파니 이와 토니 추의 첫 번째 문장은 확실합니다:

기계 학습에서 컴퓨터는 통계 학습 기술을 적용하여 데이터의 패턴을 자동으로 식별합니다. 이러한 기법은 매우 정확한 예측을 하는 데 사용될 수 있다.

그 다음에 나오는 것은 개념을 설명하는데 놀라운 역할을 하는 두 칸의 "스크롤텔링" 웹사이트 중 하나입니다. 어떻게 분류가 의사 결정 트리로 구성되는지는 매우 말이 된다. 그리고 새로운 데이터를 어떻게 던지느냐가 문제인데, 과적합이라는 개념 때문에 신뢰성이 떨어집니다. 이 개념 때문에 다음에 다루게 될 것처럼 들립니다. 정확도도 중요하지만 오류를 고칠 수 있는 장치가 있다는 의미인 모델을 바로잡는 데에도 들어갈 것이라 확신합니다. 저는 항상 수학 파괴의 무기들을 생각합니다. 그 알고리즘에 대해 수정 모델이 없는 것은 엄청나게 위험할 수 있습니다.

어떤 이유에서든 머신러닝은 멋지고 좋은 컴퓨터! 이것을 사용하자! 응답! 그리고 인공지능은 메를 불러 일으킨다. 손에 땀을 쥐게 하는 헛소리 이 모든 것은 단지 최종 응답에 프로그래밍된 알고리즘일 뿐입니다.

직접 링크