ML Terminologie
Sleutel masjienleerterminologieë is:
- Verhoudings
- Etikette
- Kenmerke
- Modelle
- Opleiding
- Afleiding
Verhoudings
Masjienleerstelsels gebruik Verwantskappe tussen insette om voorspellings te produseer .
In algebra word 'n verwantskap dikwels geskryf as y = ax + b :
- y is die etiket wat ons wil voorspel
- a is die helling van die lyn
- x is die invoerwaardes
- b is die afsnit
Met ML word 'n verwantskap geskryf as y = b + wx :
- y is die etiket wat ons wil voorspel
- w is die gewig (die helling)
- x is die kenmerke (invoerwaardes)
- b is die afsnit
Masjienleeretikette
In Masjienleer-terminologie is die etiket die ding wat ons wil voorspel .
Dit is soos die y in 'n lineêre grafiek:
Algebra | Masjienleer |
y = ax + b | y = b + wx |
Masjienleerkenmerke
In Masjienleer-terminologie is die kenmerke die insette .
Hulle is soos die x -waardes in 'n lineêre grafiek:
Algebra | Masjienleer |
y = a x + b | y = b + w x |
Soms kan daar baie kenmerke (invoerwaardes) met verskillende gewigte wees:
y = b + w1x1 + w2x2 + w3x3 + w4x4 _ _ _ _ _
Masjienleermodelle
'n Model definieer die verhouding tussen die etiket (y) en die kenmerke (x).
Daar is drie fases in die lewe van 'n model:
- Data-insameling
- Opleiding
- Afleiding
Masjienleeropleiding
Die doel van opleiding is om 'n model te skep wat 'n vraag kan beantwoord. Soos wat is die verwagte prys vir 'n huis?
Masjienleer-afleiding
Inferensie is wanneer die opgeleide model gebruik word om waardes af te lei (voorspel) met behulp van lewendige data. Soos om die model in produksie te plaas.