چرا یادگیری مبتنی بر نمونه را یادگیری تنبل می نامند؟
چرا یادگیری مبتنی بر نمونه را یادگیری تنبل می نامند؟

تصویری: چرا یادگیری مبتنی بر نمونه را یادگیری تنبل می نامند؟

تصویری: چرا یادگیری مبتنی بر نمونه را یادگیری تنبل می نامند؟
تصویری: یادگیری ماشینی | یادگیری مبتنی بر نمونه 2024, ممکن است
Anonim

نمونه، مثال - یادگیری مبتنی بر شامل نزدیکترین همسایه، رگرسیون وزنی محلی و مورد- مستقر روش های استدلال نمونه، مثال - مستقر روش ها گاهی اوقات به عنوان یادگیری تنبل شناخته می شود روش‌ها زیرا پردازش را تا زمان جدید به تاخیر می‌اندازند نمونه، مثال باید طبقه بندی شود.

علاوه بر این، منظور از اصطلاح یادگیری مبتنی بر نمونه چیست؟

که در فراگیری ماشین , نمونه، مثال - یادگیری مبتنی بر (گاهی اوقات به آن حافظه می گویند- یادگیری مبتنی بر ) یک خانواده است یادگیری الگوریتم هایی که به جای انجام تعمیم صریح، مسئله جدید را با هم مقایسه می کنند نمونه ها با نمونه ها در آموزش دیده می شود که در حافظه ذخیره شده اند.

علاوه بر این، یادگیرنده تنبل چیست مثال بزنید؟ دو تا معمولی مثال ها از یادگیری تنبل مبتنی بر نمونه هستند یادگیری و تنبل قوانین بیزی یادگیری تنبل در مقابل قرار می گیرد مشتاق یادگیری که در آن اکثر محاسبات در زمان آموزش انجام می شود.

متعاقباً، ممکن است بپرسید که چرا به KNN یادگیرنده تنبل می گویند؟

K-NN هست یک یادگیرنده تنبل زیرا یک تابع متمایز از داده‌های آموزشی نمی‌آموزد، بلکه مجموعه داده‌های آموزشی را به خاطر می‌سپارد. به عنوان مثال، الگوریتم رگرسیون لجستیک وزن (پارامترهای) مدل خود را در طول زمان آموزش می‌آموزد.

الگوریتم یادگیری تنبل چیست؟

آ الگوریتم یادگیری تنبل به سادگی یک است الگوریتم جایی که الگوریتم داده ها را پس از ایجاد پرس و جو تعمیم می دهد. بهترین مثال برای این موضوع KNN است. K-Nearest Neighbors اساساً همه نقاط را ذخیره می‌کند، سپس از آن داده‌ها استفاده می‌کند که شما برای آن پرس و جو می‌کنید.

توصیه شده: