식품 기계 학습의 정의- Zhejiang Golden Eagle Food Machinery Co., Ltd.

식품 기계 학습의 정의

2020-08-06

의 기본 개념 푸드 머신 데이터 과학 학습에는 컴퓨터가 데이터 세트를 분석하고 패턴을 식별 할 수있는 통계 학습 및 최적화 방법을 사용하는 것이 포함됩니다 (R2D3 외부 링크를 통해 기계 학습의 시각적보기). 머신 러닝 기술은 데이터 마이닝을 활용하여 역사적 트렌드를 식별하여 미래 모델을 알립니다.

일반적인 감독 기계 학습 알고리즘은 (대략적으로) 세 가지 구성 요소로 구성됩니다.

결정 프로세스 : 데이터를 취하고 알고리즘이 찾고자하는 데이터의 패턴으로 "추측"을 반환하는 계산 레시피 또는 기타 단계.
오류 기능 : 알려진 예제 (사용 가능한 경우)와 비교하여 추측이 얼마나 좋은지 측정하는 방법. 의사 결정 과정이 올바르게 얻었습니까? 그렇지 않다면, 당신은 어떻게“얼마나 나쁜가”미스를 정량화합니까?
업데이트 또는 최적화 프로세스 : 알고리즘이 미스를보고 결정 프로세스가 최종 결정에 어떻게 오는지 업데이트하여 다음에 미스가 크지 않도록합니다.
예를 들어, 영화 추천인을 구축하는 경우 알고리즘의 의사 결정 과정에서 주어진 영화가 보았던 다른 영화와 비슷한 영화가 얼마나 비슷한 지 살펴보고 다양한 기능을위한 가중 시스템을 제시 할 수 있습니다.

훈련 과정에서 알고리즘은보고 한 영화를 거치고 다른 속성을 가중시킵니다. 공상 과학 영화입니까? 재밌습니까? 그런 다음 알고리즘은 자신 (또는 당신과 같은 사람들)이 실제로 본 영화를 추천하는지 여부를 테스트합니다. 그것이 올바르게되면, 사용 된 무게는 동일하게 유지됩니다. 영화가 잘못되면 잘못된 결정으로 이어진 무게가 줄어들어 다시 그런 실수를하지 않습니다.

머신 러닝 알고리즘이 자율적으로 업데이트되므로 분석하는 데이터에서 자체적으로 가르치면서 각 실행에 따라 분석 정확도가 향상됩니다. 학습의 반복적 인 특성은 인간의 개입없이 발생하기 때문에 독특하고 가치가 있습니다. 이는 특별히 프로그래밍되지 않고 숨겨진 통찰력을 발견 할 수있는 능력을 제공합니다.

우리 제품에 관심이 있으시면 를 방문하십시오. / .