Зміст
- Визначення - Що означає структуроване передбачення?
- 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 структуроване передбачення
Визначення - Що означає структуроване передбачення?
Структуроване передбачення - це особлива дисципліна, застосовувана до машинного навчання, в якій методи машинного навчання прогнозують структуровані об'єкти. Як правило, структуроване прогнозування використовує керовані програми машинного навчання з мітками, які можуть застосовуватися для отримання результатів.
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 структуроване передбачення
Один з найпростіших і найпростіших способів говорити про структуроване прогнозування - це те, що він використовує навчальні проблеми для вирішення завдання класифікації. Ресурс, доступний NeurIPS, цитований Сашем Рашем у липні 2010 року, описує це як "основу для вирішення проблем класифікації або регресії, в яких вихідні змінні взаємно залежать або обмежуються".
Зокрема, коли прогнозування не може бути вирішено шляхом прямого спостереження за всіма можливими значеннями, структуроване прогнозування приймає дані та використовує їх для прогнозування результатів.
Олександр Пассос, тодішній доктор медичних наук в УНІКАМП в Бразилії, дає цікаве визначення прогнозування структури в Quora, яке корисно для характеристики такого роду утиліт: «Структуроване прогнозування - це особливий випадок багатокласової класифікації (тобто передбачити у) де:
- Занадто багато можливих значень для y (експоненціальна або нескінченна).
- Однак ці значення непрозорі, і перевірка їх структури може допомогти вам створити класифікатор, який вивчає з кількох прикладів (стосовно кардинальності y) за короткий проміжок часу. "
Структуроване передбачення було корисним при обробці природних мов, дослідженнях біологічних наук та інших дисциплінах. Наприклад, використовуючи теги послідовності та розбору дерев, програма прогнозування структури може досягти різних цілей обробки природних мов.
Це визначення було написане в конвертації машинного навчання