
Beslutningstræ
Et beslutningstræ er et kraftfuldt og intuitivt værktøj til beslutningstagning og forudsigende analyse, anvendt både i klassificerings- og regressionopgaver. De...
Et beslutningstræ er et kraftfuldt og intuitivt værktøj til beslutningstagning og forudsigende analyse, anvendt både i klassificerings- og regressionopgaver. De...
Lær om diskriminative AI-modeller—maskinlæringsmodeller, der fokuserer på klassifikation og regression ved at modellere beslutningsgrænser mellem klasser. Forst...
Gradient Boosting er en kraftfuld maskinlæringsensemble-teknik til regression og klassifikation. Den bygger modeller sekventielt, typisk med beslutningstræer, f...
Justeret R-kvadrat er et statistisk mål, der bruges til at evaluere, hvor godt en regressionsmodel passer, idet der tages højde for antallet af prædiktorer for ...
K-nærmeste naboer (KNN)-algoritmen er en ikke-parametrisk, overvåget læringsalgoritme, der bruges til klassifikations- og regressionsopgaver inden for maskinlær...
LightGBM, eller Light Gradient Boosting Machine, er en avanceret gradient boosting-ramme udviklet af Microsoft. Designet til højtydende maskinlæringsopgaver sås...
Lineær regression er en grundlæggende analytisk teknik inden for statistik og maskinlæring, der modellerer forholdet mellem afhængige og uafhængige variabler. K...
Mean Absolute Error (MAE) er en grundlæggende målemetode inden for maskinlæring til evaluering af regressionsmodeller. Den måler den gennemsnitlige størrelse af...
Random Forest Regression er en kraftfuld maskinlæringsalgoritme, der bruges til forudsigende analyse. Den konstruerer flere beslutningstræer og gennemsnitliggør...
Superviseret læring er en grundlæggende tilgang inden for maskinlæring og kunstig intelligens, hvor algoritmer lærer ud fra mærkede datasæt for at kunne forudsi...
Superviseret læring er et grundlæggende begreb inden for AI og maskinlæring, hvor algoritmer trænes på mærkede data for at lave præcise forudsigelser eller klas...