Temat: Supervised Learning

Skocz do pozycji: 1.

Tytuł:: Semi-supervised regression and classification
Częściowo nadzorowana regresja i klasyfikacja
Autorzy:: Iwanów, Katarzyna
Słowa kluczowe:: częściowo nadzorowane uczenie się, nadzorowane uczenie się, uczenie maszynowe, regresja, klasyfikacja
semi-supervised learning, supervised learning, machine learning, regression, classification; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 2.

Tytuł:: Semi-supervised regression and classification
Częściowo nadzorowana regresja i klasyfikacja
Autorzy:: Kurek, Ewelina
Słowa kluczowe:: częściowo nadzorowane uczenie się, nadzorowane uczenie się, uczenie maszynowe, regresja, klasyfikacja
semi-supervised learning, supervised learning, machine learning, regression, classification; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 3.

Tytuł:: Classification of Melanoma malignum presence based on semi-supervised learning method
Klasyfikacja obecności melanoma malignum oparta o metody uczenia się częściowo nadzorowanego
Autorzy:: Cugowski, Tomasz
Słowa kluczowe:: semi-supervised learning, melanoma malignum classification
uczenie częściowo nadzorowane, klasyfikacja melanoma malignum; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 4.

Tytuł:: Boosting algorithm AdaBoost and its generalization in function space
Algorytm boostingowy "AdaBoost" oraz jego uogólnienie na przestrzeni funkcyjnej
Autorzy:: Więcek, Małgorzata
Słowa kluczowe:: machine learning, supervised learning, boosting, classification, AdaBoost, AnyBoost
uczenie maszynowe, uczenie z nadzorem, boosting, klasyfikacja, AdaBoost, AnyBoost; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 5.

Tytuł:: Wykorzystanie uczenia maszynowego do klasyfikacji raportów błędów
Usage of machine learning for problem reports classification
Autorzy:: Semyroz, Kateryna
Słowa kluczowe:: machine learning, recurrent neural networks, artificial intelligence, supervised learning
uczenie maszynowe, sieci rekurencyjne, sztuczna inteligencja, uczenie nadzorowane; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 6.

Tytuł:: Algorytm klasyfikacyjny XGBoost
XGBoost classification algorithm
Autorzy:: Sikorski, Krzysztof
Słowa kluczowe:: Algorytm XGBoost, uczenie maszynowe, sztuczna inteligencja, drzewa decyzyjne, uczenie nadzorowane
XGBoost algorithm, machine learning, artificial intelligence, decision trees, supervised learning; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 7.

Tytuł:: Deep, generative autoencoders for semi-supervised learning
Głębokie, generatywne autoenkodery do uczenia częściowo nadzorowanego
Autorzy:: Wołczyk, Maciej
Słowa kluczowe:: semi-supervised learning, generative model, autoencoder, gaussian mixture model, deep learning, machine learning
uczenie częściowo nadzorowane, model generatywny, autoenkoder, model mikstur gaussowskich, uczenie głębokie, uczenie maszynowe; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 8.

Tytuł:: Classification of bacterial isolates using unsupervised learning
Klasyfikacja izolatów bakterii przy pomocy uczenia nienadzorowanego
Autorzy:: Osial, Marcin
Słowa kluczowe:: deep learning classification, self-supervised learning, microscopic images, multistep algorithm, Siamese representation learning, unsupervised visual representation learning
klasyfikacja głębokiego uczenia , uczenie samonadzorowane, obrazy mikroskopowe, algorytm wieloetapowy, uczenie reprezentacji syjamskiej, nienadzorowane uczenie reprezentacji wizualnej; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 9.

Tytuł:: Contrastive clustering of tabular data
Kontrastywne klastrowanie danych tabelarycznych
Autorzy:: Przemielewski, Piotr
Słowa kluczowe:: Uczenie kontrastywne, Algorytmy Klasteryzacji, Dane tabelaryczne, Uczenie maszynowe, Uczenie nadzorowane, Uczenie nienadzorowane, Uczenie samonadzorowane, K-means, Klasteryzacja hierarchiczna, Funkcja straty kontrastywnej, GMM, Mieszanina Gaussowska, SimCLR, Barlow Twins, Contrastive clustering, IDEC, MNIST, Breast cancer, reuters, reuters-10k,letter, SubTab
Contrastive learning, Clustering algorithms, Tabular data, Machine learning, Supervised learning, Unsupervised learning, Self-supervised learning, K-mean, Hierarchical clustering, Contrastive loss function, GMM, Gaussian Mixture Model, SimCLR, Barlow Twins, Contrastive Clustering, IDEC, MNIST, Breast Cancer, reuters, reuters-10k, letter, SubTab; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Skocz do pozycji: 10.

Tytuł:: Tree ensembles for classification problem. Theoretical properties and computer simulations.
Tree ensembles w problemie klasyfikacji. Właściwości teoretyczne i symulacje komputerowe
Autorzy:: Mnich, Maciej
Słowa kluczowe:: artificial intelligence, machine learning, supervised learning, classification, AdaBoost, random forest, stochastic gradient boosting, tree ensembles, classification and regression trees
sztuczna inteligencja, uczenie maszynowe, uczenie nadzorowane, klasyfikacja, AdaBoost, las losowy, stochastic gradient boosting, tree ensembles, drzewa klasyfikacyjne i regresyjne; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Szczegóły

Informacja

Wyszukujesz frazę "Supervised Learning" wg kryterium: Temat