Реестровая запись: ЭЛ № ФС77-79395 от 02.11.2020 ISSN: 2782-1528 DOI 10.34660/c0727-6092-6372-a
Преобразование признаков — это изменение или создание новых признаков на основе исходных данных для улучшения производительности модели. [50 терминов для инженера машинного обучения. (Электронный ресурс). Режим доступа: http:// Pro-DGTL.ru›blog/razrabotka/tpost/4e93vbs2p1-50-/,
Контроль за переобучением — это методы, направленные на предотвращение слишком точного подгона модели под обучающие данные, что снижает ее способность обобщать на новые данные. [50 терминов для
Эвристики — это методы решения проблем, которые основаны на опыте и интуиции, а не на строгих математических расчетах. В машинном обучении эвристики часто используются для
Сеть нейронная, сверточная — это тип нейронной сети, используемой для обработки изображений, которая включает сверточные слои для извлечения признаков из данных. [50 терминов для инженера машинного обучения. (Электронный ресурс).
Индекс Джини — это мера неравенства, которая используется в задачах классификации для оценки качества разделения данных. Чем ниже индекс, тем лучше разделены классы. [50 терминов для инженера машинного обучения.
Эмбеддинги — это методы представления объектов, таких как слова или фразы, в виде числовых векторов, которые можно использовать для обучения моделей. [50 терминов для инженера машинного обучения. (Электронный ресурс).
Ансамблирование — это метод, при котором несколько моделей комбинируются для улучшения точности предсказаний. Примеры методов ансамблирования: случайный лес, градиентный бустинг. [50 терминов для инженера машинного обучения. (Электронный ресурс). Режим
Алгоритм в машинном обучении — это последовательность шагов или инструкций для решения задачи или вычисления. В машинном обучении алгоритм используется для обучения моделей на основе
Модель в машинном обучении — это математическое представление, которое используется для предсказания или классификации данных. Модели обучаются на исторических данных и затем используются для решения
Сеть нейронная полносвязная — это тип нейронной сети, в которой каждый нейрон одного слоя связан с каждым нейроном следующего слоя. Этот тип сети используется для