Indice
8 relazioni: Bias induttivo, Classificatore, Classificatore bayesiano, Foresta casuale, Funzione softmax, Percettrone, Riconoscimento di pattern, Training e test set.
Bias induttivo
Nell'apprendimento automatico, il bias induttivo di un algoritmo è l'insieme di assunzioni che il classificatore usa per predire l'output dati gli input che esso non ha ancora incontrato (Mitchell, 1980).
Vedere Classificatore (matematica) e Bias induttivo
Classificatore
* Classificatore – particella grammaticale propria di alcune lingue, in particolare est-asiatiche.
Vedere Classificatore (matematica) e Classificatore
Classificatore bayesiano
Un classificatore bayesiano è un classificatore basato sull'applicazione del teorema di BayesDuda, R. O. & P. E. Hart (1973), Pattern Classification and Scene Analysis, New York: John Wiley & Sons.
Vedere Classificatore (matematica) e Classificatore bayesiano
Foresta casuale
Una foresta casuale è un classificatore d'insieme ottenuto dall'aggregazione tramite bagging di alberi di decisione L'algoritmo per la creazione di una foresta casuale fu sviluppato originariamente da Leo Breiman e Adele Cutler.
Vedere Classificatore (matematica) e Foresta casuale
Funzione softmax
In matematica, una funzione softmax, o funzione esponenziale normalizzata, è una generalizzazione di una funzione logistica che mappa un vettore K-dimensionale mathbf di valori reali arbitrari in un vettore K-dimensionale sigma(mathbf) di valori compresi in un intervallo (0, 1) la cui somma è 1.
Vedere Classificatore (matematica) e Funzione softmax
Percettrone
Il percettrone è un modello di rete neurale artificiale, il primo di questo genere, introdotto nel 1943 da Warren McCulloch e Walter Pitts.
Vedere Classificatore (matematica) e Percettrone
Riconoscimento di pattern
Il riconoscimento di pattern è una sottoarea dell'apprendimento automatico. Esso consiste nell'analisi e identificazione di pattern all'interno di dati grezzi al fine di identificarne la classificazione.
Vedere Classificatore (matematica) e Riconoscimento di pattern
Training e test set
Nell'apprendimento automatico un training set (in italiano insieme di addestramento o insieme di stima) è un insieme di esempi (spesso rappresentati come vettori di valori di attributi discreti o continui, le variabili di input) ad ognuno dei quali è associata una risposta, il valore di un attributo-obiettivo, ossia un valore categorico, cioè una classe, o un valore numerico.