![Erasmus+ Information Video New](https://i.ytimg.com/vi/SsF-6Hyb5IQ/hqdefault.jpg)
Садржај
- Дефиниција - Шта значи структурирано предвиђање?
- 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.
- Техопедија објашњава структурирано предвиђање
Дефиниција - Шта значи структурирано предвиђање?
Структурирано предвиђање је посебна дисциплина примењена на машинско учење у којој технике машинског учења предвиђају структуриране објекте. Уобичајено, структурирано предвиђање користи надгледане програме машинског учења са етикетама које се могу применити за постизање резултата.
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.
Техопедија објашњава структурирано предвиђање
Један од најједноставнијих и најлакших начина за разговор о структурираном предвиђању је тај да користи проблеме обуке за решавање задатка класификације. Ресурс доступан од НеурИПС-а који је Сасха Русх цитирао у јулу 2010. године описује га као: „оквир за решавање проблема класификације или регресије у коме су излазне променљиве међусобно зависне или ограничене“.
Конкретно, када се предвиђање не може решити директним посматрањем свих могућих вредности, структуирано предвиђање узима инпуте и користи их за предвиђање резултата.
Александер Пассос, тада докторски доктор МЛ на УНИЦАМП-у у Бразилу, даје занимљиву дефиницију предвиђања структуре у Куори која је корисно за карактеризацију ове врсте услужног програма: „Структурирано предвиђање је посебан случај класификације више класа (то је, с обзиром на к предвидите и) где:
- Постоји превише превише могућих вредности за и (експоненцијална или бесконачна).
- Међутим, ове вредности нису непрозирне, а увидом у њихову структуру може вам помоћи да креирате класификатор који се учи из неколико примера (у односу на кардиналност и) за кратко време. "
Структурирано предвиђање било је корисно у обради природног језика, истраживању биознаности и другим дисциплинама. На пример, користећи таговање секвенци и рашчлањивање стабала, програм предвиђања структуре може постићи различите циљеве обраде природног језика.
Ова дефиниција је написана у контексту машинског учења