نتایج جستجو
پرش به ناوبری
پرش به جستجو
- ...یشتر برای حاشیه بیشینه طبقهبندی در [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبانی]] (SVMs) کاربرد دارد.<ref>{{Cite journal | last1 = Rosasco | first1 = L. | [[رده:ماشینهای بردار پشتیبانی]] ...۲ کیلوبایت (۱۰۹ واژه) - ۱۱ سپتامبر ۲۰۱۸، ساعت ۱۳:۱۶
- ...تلف هسته ای استفاده میشود. بهطور خاص، معمولاً در [[دستهبندی ماشین بردار پشتیبانی]] استفاده میشود. هسته RBF در دو نمونه x و x '، به عنوان بردارهای ویژگی در ...hbf{x} - \mathbf{x'}\|^2</math>ممکن است به عنوان فاصله اقلیدسی مربع بین دو بردار ویژگی شناخته شود. چون که مقدار هسته RBF با فاصله و فاصله بین صفر (در حد) و ...۳ کیلوبایت (۱۷۲ واژه) - ۲۰ نوامبر ۲۰۲۳، ساعت ۱۶:۲۰
- == ماشینهای بردار پشتیبانی == ...جموعه دادهخواهدشد. در مورد ماشینهای بردار پشتیبان، یک نقطه داده به عنوان بردار p بعدی مشاهده میشود؛ و ما میخواهیم بدانیم که آیا میتوانیم این نقاط را با ...۸ کیلوبایت (۲۴۳ واژه) - ۲۵ نوامبر ۲۰۲۳، ساعت ۱۲:۰۴
- ...nell Aeronautical Laboratory.</ref> [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبانی]]،<ref name="CorinnaCortes">{{Cite journal|last=Cortes|first=Corinna|last2= در [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبانی]] <math> g(\cdot)</math> [[تابع علامت]] است به این معنی که مقدار متغیر وابس ...۷ کیلوبایت (۴۹۱ واژه) - ۱۳ دسامبر ۲۰۲۳، ساعت ۰۲:۲۲
- ...ادگیری ماشینی مبتنی بر منظمسازی ارائه میکنند. الگوریتمهای [[ماشین بردار پشتیبانی|ماشینبردارپشتیبان]] دادههای باینری را با هدف برازش دادههای [[آموزش، اعتب ...10.1198/016214504000000098}}</ref> این امکان مقایسه دقیق بین [[ماشین بردار پشتیبانی|ماشینبردارپشتیبان]] و سایر اشکال منظم سازی تیخونوف را فراهم کردهاست، و دل ...۱۳ کیلوبایت (۷۲۵ واژه) - ۲۰ نوامبر ۲۰۲۳، ساعت ۱۵:۴۹
- ...جملهای''' یک تابع هسته است که معمولاً با [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبان]] (SVM) و سایر مدلهای مبتنی بر هسته استفاده میشود. ...<math>d</math>) محصول درونی است. ابرصفحهای که در فضای ویژگی توسط یک ماشین بردار پشتیبان یادگرفته میشود، یک بیضی در فضای ورودی است.]] ...۸ کیلوبایت (۵۸۷ واژه) - ۲۰ نوامبر ۲۰۲۳، ساعت ۱۶:۲۰
- ...ک شی نیز به عنوان مقادیر ویژگی شناخته میشوند و معمولاً در یک بردار به نام بردار ویژگی به ماشین ارائه میشوند. چنین طبقهبندیکنندههایی برای مسائل کاربردی اگر بردار ویژگی ورودی طبقه بندی کننده یک بردار [[عدد حقیقی|حقیقی]] <math>\vec x</math> باشد، خروجی به شکل زیر خواهد بود ...۸ کیلوبایت (۱۷۳ واژه) - ۲۶ ژوئیهٔ ۲۰۲۳، ساعت ۰۴:۳۴
- ...ticlass_classification|دستهبندی چندکلاسه]] و [[تحلیل رگرسیون|رگرسیون]] را پشتیبانی میکند، SVM ساختار یافته به آموزش یک دسته بند برای [[:en:Structured_predict ...thcal{Y}</math> فضای برچسب (خروجی) می باشد. در مرحله آموزش SVM ساختاریافته بردار وزن ها <math>\boldsymbol{w}</math>طوری انتخاب می شود که [[تابع هزینه]] زیر ...۱۰ کیلوبایت (۵۷۳ واژه) - ۱۹ ژوئن ۲۰۲۴، ساعت ۱۱:۰۱
- ...th> مقدار نرمال شده است، <math>\bar{x}=\text{average}(x)</math> میانگین آن بردار ویژگی است. شکل دیگری از نرمال سازی میانگین وجود دارد که بر انحراف معیار تقس ...یاری از الگوریتم های یادگیری ماشین (مانند [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبان]] ، [[رگرسیون لجستیک]] و [[شبکه عصبی مصنوعی|شبکه های عصبی مصنوعی]] ...۱۰ کیلوبایت (۴۶۵ واژه) - ۱۳ مارس ۲۰۲۵، ساعت ۰۵:۵۹
- ....png|بندانگشتی|طبقهبندی دایرههای توپر و توخالی با الگوریتم [[ماشین بردار پشتیبانی|اس وی ام]]]] ...نمونه'' شناخته میشوند. متغیرهای توضیحی ''ویژگیها'' نامیده میشوند (در یک بردار ویژگی گروهبندی میشوند)، و دستههای احتمالی قابل پیشبینی ''کلاسها'' هستن ...۲۳ کیلوبایت (۴۲۹ واژه) - ۲۰ نوامبر ۲۰۲۳، ساعت ۱۵:۴۹
- ...> در یادگیری نظارت شده، هر مثال یک ''جفت'' متشکل از ورودی (بهطور معمول یک بردار) و یک مقدار خروجی دلخواه (''سیگنال نظارتی'' نیز نامیده میشود) است. یک الگو ...یادگرفته شده بستگی زیادی به نحوه نمایش ورودی دارد. بهطور معمول، ورودی به بردار ویژگی تبدیل میشود، که شامل تعدادی ویژگی است که توصیف کننده ورودی هستند. به ...۳۳ کیلوبایت (۵۵۴ واژه) - ۱۲ مهٔ ۲۰۲۳، ساعت ۱۹:۵۸
- ...ود اما از آن پس،از آن با رقابت قویتری از [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبان]] بسیار سادهتر (و مرتبط) روبرو شدند. ...۹ کیلوبایت (۱۷۹ واژه) - ۲۴ نوامبر ۲۰۲۴، ساعت ۱۰:۳۳
- '''ماشین بردار پشتیبانی''' (Support vector machines - SVMs) یکی از روشهای [[یادگیری بانظارت]]<ref> == ماشین بردار پشتیبان خطی == ...۳۲ کیلوبایت (۱٬۵۲۳ واژه) - ۱ مهٔ ۲۰۲۴، ساعت ۱۵:۱۵
- ...|یادگیری ماشین]]، یک '''SVM رتبهبندی''' گونهای از الگوریتم [[ماشین بردار پشتیبانی]] است که برای حل مسائل [[رتبهبندی]] خاص (از طریق [[یادگیری رتبه بندی|یادگی # فاصله بین هر دو بردار به دست آمده در مرحله 1 را محاسبه می کند. ...۱۶ کیلوبایت (۹۱۷ واژه) - ۲۰ مارس ۲۰۲۳، ساعت ۱۶:۵۷
- ...کاربر میتواند بدون تعریف کردن برنامه با داده کار کند. برای مثال عبارت زیر بردار ۷ ۶ ۵ ۴ را به N نسبت میدهد: # ιR یک بردار از [[اعداد صحیح]] از یک تا R تولید میکند. ...۲۰ کیلوبایت (۳۴۷ واژه) - ۱۴ مارس ۲۰۲۳، ساعت ۱۵:۰۱
- ...ای دستهبندی با حداکثر حاشیه استفاده میشود، عمدتاً برای [[ماشینهای بردار پشتیبانی]]. ...۹ کیلوبایت (۱۷۷ واژه) - ۵ ژانویهٔ ۲۰۲۵، ساعت ۱۷:۰۰
- ...ه شدهاست. روشهای محاسباتی از جمله [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبانی]] (SVM)، [[شبکه عصبی مصنوعی|شبکههای عصبی مصنوعی]] (ANN) و جنگلهای تصادفی ...شناسایی کلاس نمونه مشاهدهشده، کدگذاری شدهاست. در موارد چند کلاسی، به جای بردار y<sub>i</sub>، از ماتریس Y استفاده میشود. در ادامه برخی از روشهای مختلف ی ...۳۰ کیلوبایت (۱٬۲۲۳ واژه) - ۲۲ فوریهٔ ۲۰۲۵، ساعت ۰۹:۲۵
- ...تایج ضعیف داشتهاند را نمایان میکنند.]]برای نمونه، یک بردار [[ماشین بردار پشتیبانی]] [[طبقهبندی آماری|ردهبندی کننده]] با حاشیهٔ نرم، با استفاده از [[هسته تا ...های آموزشی|مجموعهٔ دادههای آموزشی]]، که در این صورت چندین [[ماشین بردار پشتیبانی]] به ازای هر جفت آموزش داده میشوند)، ارزیابی میکند. در نهایت الگوریتم جست ...۲۷ کیلوبایت (۱٬۱۳۸ واژه) - ۷ اوت ۲۰۲۴، ساعت ۰۷:۱۸
- ...ا در [[یادگیری ماشین]] است، از جمله [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبانی]]، [[رگرسیون لجستیک]] و [[مدلهای گرافیکی]].<ref>Jenny Rose Finkel, Alex Kl ...ادههای آموزشی را به صورت تصادفی انتخاب کرده و با نرخ <math>\alpha</math>، بردار حاصل از گرادیان تابع هزینه در نقطه <math>\theta</math> را از <math>\theta</ ...۲۵ کیلوبایت (۱٬۲۸۸ واژه) - ۳۰ ژانویهٔ ۲۰۲۵، ساعت ۰۴:۱۱
- ...[Kernel regression|رگرسیون هسته]] ، [[ماشین بردار پشتیبانی|ماشینهای بردار پشتیبانی]] ، [[آدابوست|AdaBoost]] ، تخمین ساختیافته، <ref>{{Cite journal|last=Taska ...۱۸ کیلوبایت (۱٬۰۸۹ واژه) - ۱۲ دسامبر ۲۰۲۴، ساعت ۱۰:۵۴