Зміст
- Визначення - Що означають Дані про навчання?
- Вступ до Microsoft Azure та Microsoft Cloud | У цьому посібнику ви дізнаєтеся, що стосується хмарних обчислень та як Microsoft Azure може допомогти вам мігрувати та вести свій бізнес із хмари.
- Техопедія пояснює дані тренувань
Визначення - Що означають Дані про навчання?
Ідея використання даних про навчання в програмах машинного навчання є простою концепцією, але також є дуже основоположною щодо того, як ці технології працюють. Дані про тренінг - це початковий набір даних, що допомагають програмі зрозуміти, як застосовувати такі технології, як нейронні мережі, щоб навчитися та отримати складні результати. Він може бути доповнений наступними наборами даних, які називаються наборами перевірки та тестуванням.
Дані про навчання також відомі як навчальний набір, навчальний набір даних або навчальний набір.
Вступ до Microsoft Azure та Microsoft Cloud | У цьому посібнику ви дізнаєтеся, що стосується хмарних обчислень та як Microsoft Azure може допомогти вам мігрувати та вести свій бізнес із хмари.
Техопедія пояснює дані тренувань
Навчальний набір - це матеріал, за допомогою якого комп'ютер вчиться обробляти інформацію. Машинне навчання використовує алгоритми - воно імітує здібності людського мозку приймати різноманітні введення та зважувати їх, щоб виробляти активацію в мозку, в окремих нейронах. Штучні нейрони багато реплікують цей процес із програмним забезпеченням - машинним навчанням та нейронними мережевими програмами, які надають досить детальні моделі того, як працюють наші людські мислячі процеси.
Зважаючи на це, дані про навчання можуть бути структуровані по-різному. Для дерев послідовних рішень та тих типів алгоритмів це буде набір необроблених або буквено-цифрових даних, які класифікуються або маніпулюються іншим чином. З іншого боку, для нейромереж, що розвиваються, що мають відношення до обробки зображень та комп’ютерного зору, навчальний набір часто складається з великої кількості зображень. Ідея полягає в тому, що, оскільки програма машинного навчання настільки складна і настільки складна, вона використовує ітеративну підготовку на кожному з цих зображень, щоб врешті змогли розпізнати особливості, форми і навіть предмети, такі як люди чи тварини. Дані про тренінг абсолютно необхідні для цього процесу - вони можуть вважатися «їжею», яку система використовує для роботи.