Zašto se učenje temeljeno na instanci naziva lijeno učenje?
Zašto se učenje temeljeno na instanci naziva lijeno učenje?

Video: Zašto se učenje temeljeno na instanci naziva lijeno učenje?

Video: Zašto se učenje temeljeno na instanci naziva lijeno učenje?
Video: Why KNN is known as a lazy learning technique? 2024, Svibanj
Anonim

Primjer - utemeljeno učenje uključuje najbližeg susjeda, lokalno ponderiranu regresiju i slučaj- na temelju metode zaključivanja. Primjer - na temelju metode su ponekad nazivaju lijeno učenje metode jer odgađaju obradu do novog primjer mora biti klasificiran.

Štoviše, što se podrazumijeva pod pojmom učenje temeljeno na instanci?

U strojno učenje , primjer - utemeljeno učenje (ponekad se naziva memorija- utemeljeno učenje ) je obitelj od učenje algoritmi koji, umjesto eksplicitne generalizacije, uspoređuju novi problem instance s instance viđeni na treningu, koji su pohranjeni u memoriji.

Nadalje, što je lijen učenik dati primjer? Dvije tipične primjeri od lijeno učenje temelje se na instanci učenje i Lijen Bayesova pravila. Lijeno učenje stoji u suprotnosti s željni učenja u kojem se većina računanja događa u vrijeme treninga.

Nakon toga se može zapitati zašto se KNN naziva lijenim učenikom?

K-NN je lijeni učenik jer ne uči diskriminativnu funkciju iz podataka obuke, već umjesto toga "pamti" skup podataka za obuku. Na primjer, algoritam logističke regresije uči svoje težine modela (parametre) tijekom vremena treninga.

Što je algoritam za lijeno učenje?

A algoritam za lijeno učenje je jednostavno jedan algoritam gdje je algoritam generalizira podatke nakon postavljanja upita. Najbolji primjer za to je KNN. K-Nearest Neighbours u osnovi pohranjuje sve točke, a zatim koristi te podatke kada im postavite upit.

Preporučeni: