
Textklassificering
Lås upp automatiserad textkategorisering i dina arbetsflöden med komponenten Textklassificering för FlowHunt. Klassificera enkelt inmatad text i användardefinie...
Lås upp automatiserad textkategorisering i dina arbetsflöden med komponenten Textklassificering för FlowHunt. Klassificera enkelt inmatad text i användardefinie...
Area Under the Curve (AUC) är en grundläggande mätvärde inom maskininlärning som används för att utvärdera prestandan hos binära klassificeringsmodeller. Det kv...
Ett beslutsträd är ett kraftfullt och intuitivt verktyg för beslutsfattande och prediktiv analys, som används både för klassificerings- och regressionsuppgifter...
Lär dig om diskriminativa AI-modeller—maskininlärningsmodeller som fokuserar på klassificering och regression genom att modellera beslutsgränser mellan klasser....
Gradient Boosting är en kraftfull ensemblemetod inom maskininlärning för regression och klassificering. Den bygger modeller sekventiellt, vanligtvis med besluts...
K-närmsta grannar (KNN) är en icke-parametrisk, övervakad inlärningsalgoritm som används för klassificerings- och regressionsuppgifter inom maskininlärning. Den...
En AI-klassificerare är en maskininlärningsalgoritm som tilldelar klassetiketter till indata, och kategoriserar information i fördefinierade klasser baserat på ...
En konfusionsmatris är ett verktyg inom maskininlärning för att utvärdera prestandan hos klassificeringsmodeller. Den redovisar sanna/falska positiva och negati...
Korsentropi är ett centralt begrepp inom både informationsteori och maskininlärning, och fungerar som ett mått för att mäta avvikelsen mellan två sannolikhetsfö...
LightGBM, eller Light Gradient Boosting Machine, är ett avancerat ramverk för gradientförstärkning utvecklat av Microsoft. Utformat för högpresterande maskininl...
Loggförlust, eller logaritmisk/korsentropiförlust, är ett nyckelmått för att utvärdera prestandan hos maskininlärningsmodeller—särskilt för binär klassificering...
Naiv Bayes är en familj av klassificeringsalgoritmer baserade på Bayes sats, som tillämpar villkorlig sannolikhet med den förenklande antagandet att funktionern...
Utforska recall inom maskininlärning: en avgörande metrisk för att utvärdera modellprestanda, särskilt i klassificeringsuppgifter där det är viktigt att korrekt...
Top-k noggrannhet är ett utvärderingsmått inom maskininlärning som bedömer om den sanna klassen finns bland de k högst predicerade klasserna, vilket ger ett mer...
Övervakad inlärning är en grundläggande metod inom maskininlärning och artificiell intelligens där algoritmer lär sig från märkta datamängder för att göra förut...
Övervakad inlärning är ett grundläggande AI- och maskininlärningskoncept där algoritmer tränas på märkta data för att göra korrekta förutsägelser eller klassifi...