Miksi esimerkkipohjaista oppimista kutsutaan laiskaksi oppimiseksi?
Miksi esimerkkipohjaista oppimista kutsutaan laiskaksi oppimiseksi?

Video: Miksi esimerkkipohjaista oppimista kutsutaan laiskaksi oppimiseksi?

Video: Miksi esimerkkipohjaista oppimista kutsutaan laiskaksi oppimiseksi?
Video: 21.06..2023 Nurmijärven kunnanvaltuuston kokous 2024, Saattaa
Anonim

Ilmentymä - perustuva oppiminen sisältää lähimmän naapurin, paikallisesti painotetun regression ja tapaus- perustuu päättelymenetelmiä. Ilmentymä - perustuu menetelmät ovat joskus kutsutaan laiskaksi oppimiseksi menetelmiä, koska ne viivästävät käsittelyä uuteen ilmentymä on luokiteltava.

Lisäksi mitä tarkoitetaan termillä instanssipohjainen oppiminen?

Sisään koneoppiminen , ilmentymä - perustuva oppiminen (kutsutaan joskus muistiksi perustuva oppiminen ) on perhe oppimista algoritmeja, jotka eksplisiittisen yleistyksen sijaan vertailevat uutta ongelmaa tapauksia kanssa tapauksia harjoituksissa nähtyjä, jotka on tallennettu muistiin.

Lisäksi, mikä on laiska oppija, anna esimerkki? Kaksi tyypillistä esimerkkejä / laiska oppiminen ovat instanssipohjaisia oppimista ja Laiska Bayesin säännöt. Laiska oppiminen on vastakohtana innokasta oppimista jossa suurin osa laskennasta tapahtuu harjoitusaikana.

Tämän jälkeen voidaan myös kysyä, miksi KNN:tä kutsutaan laiskaksi oppijaksi?

K-NN on laiska oppija koska se ei opi erottelevaa toimintoa harjoitustiedoista, vaan "muistaa" harjoitustietojoukon sen sijaan. Esimerkiksi logistinen regressioalgoritmi oppii mallin painot (parametrit) harjoituksen aikana.

Mikä on laiska oppimisalgoritmi?

A laiska oppimisalgoritmi on yksinkertaisesti an algoritmi missä algoritmi yleistää tiedot kyselyn jälkeen. Paras esimerkki tästä on KNN. K-Lähimmät naapurit tallentaa periaatteessa kaikki pisteet ja käyttää niitä sitten, kun teet kyselyn.

Suositeltava: