Обговорення:Кероване навчання
Найсвіжіший коментар: Olexa Riznyk у темі «Можливі джерела щодо назви» 8 місяців тому
| Ця стаття є частиною Проєкту:Комп'ютерні науки (рівень: невідомий) | ||
|---|---|---|
|
Мета проєкту — створення якісних та інформативних статей на теми, пов'язані з інформатикою і комп'ютерними науками. Ви можете покращити цю статтю, відредагувавши її, а на сторінці проєкту вказано, чим ще можна допомогти. Учасники проєкту будуть вам вдячні. | |
| ??? | Цю статтю ще ніхто не оцінив за шкалою оцінок статей Проєкту:Комп'ютерні науки. | |
Чим допомогти:
| ||
 | Ця стаття містить текст, перекладений (починаючи з версії № 40141923) зі статті «Supervised learning» англійської Вікіпедії. |  |
Можливі джерела щодо назви ред.
BothManyika(2011) [19] і Chen (2012) запропонували такий список методів аналітики Великих даних (в алфавітній послідовності): А/В тестування (A/Btesting), правило навчання асоціації (Association rule learning), класифікація (Classification), кластерний аналіз (Cluster analysis), злиття і інтеграція даних (Data fusion and data integration), Ансамблі навчання (Ensemble learning), генетичні алгоритми (Genetic algorithms), машинного навчання (Machine learning), обробки природної мови (Natural Language Processing), Нейронні мережі (Neural networks), мережевий аналіз (Network analysis), розпізнавання образів (Pattern recognition), Прогнозне моделювання (Predictive modelling), регресія (Regression), Настроїв аналіз (Sentiment Analysis), Обробка сигналів (Signal Processing), Просторовий аналіз (Spatial analysis), статистика (Statistics), кероване і некероване навчання (Supervised and Unsupervised learning), моделювання (Simulation), аналіз часових рядів та візуалізації (Timeseries analysis and Visualization).— Класифікація методів аналізу Великих даних / О. М. Верес, Р. М. Оливко // Вісник Національного університету "Львівська політехніка". Серія : Інформаційні системи та мережі. - 2017. - № 872. - С. 84-92.
Кероване і некероване навчання (Supervised and Unsupervised Learning). Набір методик, що ґрунтуються на технологіях машинного навчання, які дають змогу виявити функціональні взаємозв’язки в аналізованих масивах даних. Некероване навчання має спільні риси з кластерним аналізом.— Класифікація методів аналізу Великих даних / О. М. Верес, Р. М. Оливко // Вісник Національного університету "Львівська політехніка". Серія : Інформаційні системи та мережі. - 2017. - № 872. - С. 84-92.
--Igor Yalovecky (обговорення) 23:47, 22 жовтня 2022 (UTC)
Зроблено --Olexa Riznyk (обговорення) 00:49, 12 серпня 2023 (UTC)
