प्रशिक्षण डेटा

लेखक: Roger Morrison
निर्मितीची तारीख: 26 सप्टेंबर 2021
अद्यतन तारीख: 21 जून 2024
Anonim
मशीन लर्निंग ट्यूटोरियल पायथन - 7: प्रशिक्षण और परीक्षण डेटा
व्हिडिओ: मशीन लर्निंग ट्यूटोरियल पायथन - 7: प्रशिक्षण और परीक्षण डेटा

सामग्री

व्याख्या - प्रशिक्षण डेटा म्हणजे काय?

मशीन लर्निंग प्रोग्राम्समध्ये ट्रेनिंग डेटा वापरण्याची कल्पना ही एक सोपी संकल्पना आहे, परंतु ही तंत्रज्ञान कार्य करण्याच्या पद्धतीबद्दलदेखील ती अतिशय पायाभूत आहे. प्रशिक्षण डेटा हा अत्याधुनिक परिणाम शिकण्यासाठी आणि उत्पादन करण्यासाठी तंत्रिका नेटवर्क्स सारख्या तंत्रज्ञानाचा कसा उपयोग करावा हे समजण्यास प्रोग्राम करण्यासाठी मदत करण्यासाठी वापरल्या जाणार्‍या डेटाचा प्रारंभिक संच आहे. हे सत्यापन आणि चाचणी सेट नावाच्या डेटाच्या त्यानंतरच्या संचाद्वारे पूरक असू शकते.


प्रशिक्षण डेटा प्रशिक्षण प्रशिक्षण, प्रशिक्षण डेटासेट किंवा शिक्षण संच म्हणून देखील ओळखला जातो.

मायक्रोसॉफ्ट अझर आणि मायक्रोसॉफ्ट क्लाऊडची ओळख | या संपूर्ण मार्गदर्शकामध्ये आपण क्लाउड संगणन करणे म्हणजे काय आणि मायक्रोसॉफ्ट अझर आपल्याला क्लाऊडवरून आपला व्यवसाय स्थलांतरित आणि चालविण्यात कशी मदत करू शकेल हे शिकाल.

टेकोपीडिया प्रशिक्षण डेटा स्पष्ट करते

प्रशिक्षण संच अशी सामग्री आहे ज्याद्वारे संगणक माहितीवर प्रक्रिया कशी करावी हे शिकवते. मशीन लर्निंग अल्गोरिदमचा वापर करते - मेंदूमध्ये सक्रियता निर्माण करण्यासाठी, विविध न्यूरॉन्समध्ये विविध प्रकारच्या साधने घेण्यास आणि त्यांचे वजन करण्यासाठी मानवी मेंदूच्या क्षमतेची नक्कल करते. कृत्रिम न्यूरॉन्स सॉफ्टवेअर - मशीन लर्निंग आणि न्यूरल नेटवर्क प्रोग्राम्ससह या प्रक्रियेची बरेच प्रतिकृती तयार करतात जे आपल्या मानवी विचार प्रक्रिया कशी कार्य करतात याचे अत्यंत तपशीलवार मॉडेल प्रदान करतात.

हे लक्षात घेऊन, प्रशिक्षण डेटाची रचना वेगवेगळ्या प्रकारे केली जाऊ शकते. अनुक्रमिक निर्णय घेणारी झाडे आणि त्या प्रकारच्या अल्गोरिदमसाठी, हा कच्चा किंवा अल्फान्यूमेरिकल डेटाचा एक संच असेल जो वर्गीकृत किंवा अन्यथा हाताळला जाईल. दुसरीकडे, प्रतिमा प्रक्रिया आणि कॉम्प्यूटर व्हिजनशी संबंधित कॉन्व्होल्यूशनल न्यूरल नेटवर्कसाठी, प्रशिक्षण सेट बर्‍याचदा मोठ्या संख्येने प्रतिमांचा बनलेला असतो. अशी कल्पना आहे की मशीन लर्निंग प्रोग्राम खूपच गुंतागुंतीचा आणि अत्याधुनिक असल्यामुळे तो त्या प्रत्येक प्रतिमांवर पुनरावृत्ती प्रशिक्षण वापरतो ज्यामुळे अखेरीस वैशिष्ट्ये, आकार आणि लोक किंवा प्राणी यांसारख्या विषयांना ओळखता येते. प्रशिक्षण डेटा प्रक्रियेसाठी पूर्णपणे आवश्यक आहे - याचा उपयोग सिस्टम ऑपरेट करण्यासाठी वापरलेला “अन्न” म्हणून विचार केला जाऊ शकतो.