상자와 수염 플롯이 범위의 맨 위에 스쿼시되어 많은 샘플이 100% 정확도를 달성하는 것을 볼 수 있습니다. 이 함수는 4차원으로 입력되며 다양한 다항식 용어를 사용합니다. 이 함수에 대한 일반 방정식을 파생하는 것은 중요한 과제입니다. 많은 최신 기계 학습 문제는 수백 개의 계수를 사용하여 예측을 구축하기 위해 수천 또는 수백만 개의 데이터 차원을 사용합니다. 유기체의 게놈이 어떻게 표현될지, 또는 50년 안에 기후가 어떻게 표현될지 예측하는 것은 그러한 복잡한 문제의 예입니다. 나는 또한이 문제가 있고, 지시대로 코드를 들여 쓰기했지만 아무 것도 실행되지 않습니다. 더 많은 입력을 기다리는 것 같습니다. 나는 다른 스크립트 엔딩을 구글했지만 아무 일도 일어나지 않는다. 이 스크립트를 실행하기 위해 누락 된 것이 있습니까? 네, 도움이되었습니다. u는 동일한 예제 코드를 표시 할 수 있습니다.? 또한 많은 실험을하고 코드를 수리합니다.

API를 통해 scikit-learn의 기능을 노출하려고 시도한 ML 프로토타입을 자유롭게 포크하십시오. 그리고이 기사가 흥미롭다면 박수를 치는 것을 잊지 마십시오. 이 문제의 원인은 무엇입니까? 🙂 답변 주셔서 감사합니다 : (내 코드는 내가 필요한 모든 라이브러리를 가져 온 섹션입니다.) 나는 모든 라이브러리를 최신 상태로 가지고 있지만 여전히 이 오류를 제공합니다-> 많은 실제 문제의 매우 복잡한 특성은 종종 매번 완벽하게 해결할 전문 알고리즘을 발명하는 것은 불가능하지는 않지만 비현실적이라는 것을 의미합니다. 기계 학습 문제의 예로는 “이 암인가요?”, “이 집의 시장 가치는 무엇입니까?”, “이 사람들 중 누구와 좋은 친구가 있습니까?”, “이 로켓 엔진이 이륙할 때 폭발할 것인가?”, “이 사람이 이 영화와 같은 사람이 누구입니까?”, “무슨 말을 했니?”, “이 걸 어떻게 날아가?” 이러한 모든 문제는 ML 프로젝트에 대 한 우수한 대상, 그리고 사실 ML 큰 성공으로 그들 각각에 적용 되었습니다. 이는 대부분의 감독된 기계 학습 시스템의 기본 이론을 다룹니다. 그러나 기본 개념은 손에 문제에 따라 다양한 방법으로 적용 할 수 있습니다. 이 기사는 스탠포드 교수 앤드류 Ng 가 그의 자유롭고 개방적인 기계 학습 과정에서 가르친 자료에 크게 그립니다. 이 과정은이 문서에서 논의 된 모든 것을 깊이 다루며 ML 실무자를위한 실용적인 조언을 제공합니다.

나는이 매혹적인 분야를 더 탐험하는 데 관심이있는 사람들에게이 코스를 매우 추천 할 수 없습니다. 나는 당신의 제안이 필요, 나는 기계 학습에 작동해야 여기에 내 논에 노력하고 있습니다. 교육 : 양성, 부정, 기타 테스트 : 알 수없는 데이터 SVM, Naive, KNN 전통적인 형태의 프로그래밍을 사용하여 알 수없는 데이터로 기계 훈련을 원하며 특정 언어로 컴퓨터에 대한 특정 지침 세트에 의존합니다. 컴파일러는 CPU가 이해하고 실행하는 어셈블리 및 컴퓨터 코드로 전환합니다. 좋은 기사. 기계 학습에서 가장 중요한 주제 중 일부를 요약합니다. 그러나 위에서 묻는 것처럼 훌륭한 교수들과 함께 기계 학습에 대한 깊이를 배우고 코스가 끝난 후에도 항상 학습을 계속할 수 있도록 돕는 커뮤니티 감각을 배우기위해 정말 좋은 코스를 가진 회사로서의 thedevmasters.com 제시하고 싶습니다.