Подаци о обуци

Аутор: Roger Morrison
Датум Стварања: 26 Септембар 2021
Ажурирати Датум: 21 Јуни 2024
Anonim
Лук в ЗАГС для подачи документов на развод | Богиня шопинга | Богиня шопинга | 11 выпуск
Видео: Лук в ЗАГС для подачи документов на развод | Богиня шопинга | Богиня шопинга | 11 выпуск

Садржај

Дефиниција - Шта значе подаци о обуци?

Идеја о кориштењу података о обуци у програмима машинског учења је једноставан концепт, али је и врло утемељив на начин на који ове технологије раде. Подаци о обуци су почетни скуп података који се користе како би се помогло програму да схвати како да примени технологије попут неуронских мрежа како би научио и произвео софистициране резултате. Може се допунити наредним низом података који се називају скупови за проверу и тестирање.


Подаци о обуци су такође познати као сет тренинга, скуп тренинга или скуп учења.

Увод у Мицрософт Азуре и Мицрософт Цлоуд | Кроз овај водич научићете о томе шта се рачуна у облаку и како вам Мицрософт Азуре може помоћи да мигрирате и покренете посао из облака.

Тецхопедиа објашњава податке о обуци

Тренинг сет је материјал кроз који се рачунар учи како да обрађује информације. Машинско учење користи алгоритме - опонаша способност људског мозга да узима различите инпуте и важи их, како би се произвеле активације у мозгу, у појединим неуронима. Вештачки неурони реплицирају већину овог процеса са софтвером - машинским учењем и програмима неуронске мреже који пружају врло детаљне моделе рада наших људских мисаоних процеса.

Имајући то у виду, подаци о обуци могу се структурирати на различите начине. За стабла узастопних одлука и те врсте алгоритама, то би био скуп сирових или алфанумеричких података који се класификују или на други начин манипулишу. С друге стране, за конволуционарне неуронске мреже које имају везе са обрадом слике и рачунарским видом, сет за тренинг се често састоји од великог броја слика. Идеја је да, будући да је програм машинског учења толико сложен и тако софистициран, користи итеративни тренинг на свакој од тих слика да би на крају могао да препозна карактеристике, облике, па чак и предмете као што су људи или животиње. Подаци о обуци су апсолутно битни за процес - могу се сматрати „храном“ коју систем користи за рад.