Technopedia Center
PMB University Brochure
Faculty of Engineering and Computer Science
S1 Informatics S1 Information Systems S1 Information Technology S1 Computer Engineering S1 Electrical Engineering S1 Civil Engineering

faculty of Economics and Business
S1 Management S1 Accountancy

Faculty of Letters and Educational Sciences
S1 English literature S1 English language education S1 Mathematics education S1 Sports Education
teknopedia

teknopedia

teknopedia

teknopedia

teknopedia

teknopedia
teknopedia
teknopedia
teknopedia
teknopedia
teknopedia
  • Registerasi
  • Brosur UTI
  • Kip Scholarship Information
  • Performance
url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url url
  1. Weltenzyklopädie
  2. داده‌های برچسب‌دار - ویکی‌پدیا، دانشنامهٔ آزاد
داده‌های برچسب‌دار - ویکی‌پدیا، دانشنامهٔ آزاد
از ویکی‌پدیا، دانشنامهٔ آزاد
یادگیری ماشین و
داده‌کاوی
موضوع‌ها
  • طبقه‌بندی آماری
  • خوشه‌بندی
  • تحلیل رگرسیون
  • روش تشخیص ناهنجاری
  • یادگیری قانون وابستگی
  • یادگیری تقویتی
  • پیش بینی ساختاریافته
  • مهندسی ویژگی
  • یادگیری ویژگی
  • یادگیری ماشین برخط
  • یادگیری نیمه‌نظارتی
  • یادگیری بی‌نظارت
  • Learning to rank
  • Grammar induction
یادگیری با نظارت
(طبقه‌بندی آماری • تحلیل رگرسیون)
  • یادگیری درخت تصمیم
  • Ensembles (تکنیک بگینگ, بوستینگ، جنگل تصادفی)
  • k-NN
  • رگرسیون خطی
  • دسته‌بندی کننده بیز ساده
  • شبکه‌های عصبی مصنوعی
  • رگرسیون لجستیک
  • پرسپترون
  • ماشین بردار مرتبط (RVM)
  • ماشین بردار پشتیبانی
خوشه‌بندی
  • کاهش و خوشه‌بندی ترازمند و بازکردی با بهره‌گیری از رده‌بندی
  • خوشه‌بندی سلسله‌مراتبی
  • خوشه‌بندی کی-میانگین
  • الگوریتم امید ریاضی–بیشینه کردن

  • DBSCAN
  • OPTICS
  • انتقال میانگین
کاهش ابعاد
  • تحلیل عاملی
  • CCA
  • تحلیل مؤلفه‌های مستقل
  • آنالیز افتراقی خطی
  • فاکتورگیری نامنفی ماتریس
  • تحلیل مؤلفه‌های اصلی
  • t-SNE
پیش‌بینی ساختاریافته
  • مدل‌های گرافیکی (شبکه‌های بیزی، میدان تصادفی شرطی، مدل پنهان مارکف)
روش تشخیص ناهنجاری
  • الگوریتم کی-نزدیکترین همسایه
  • فاکتور پرتی محلی
شبکه عصبی مصنوعی
  • خودرمزگذار
  • یادگیری عمیق
  • پرسپترون چندلایه
  • RNN
  • ماشین بولتزمن محدود شده
  • ترانسفورمر بینایی
  • SOM
  • شبکه عصبی پیچشی
یادگیری تقویتی
  • کیو-یادگیری
  • SARSA
  • یادگیری تفاوت زمانی
  • یادگیری تقویتی چندعاملی
  • خودبازی
یادگیری با انسان
  • یادگیری فعال
  • جمع‌سپاری
  • انسان در حلقه
  • RLHF
عیب‌یابی مدل
  • ضریب تعیین
  • ماتریس درهم‌ریختگی
  • منحی یادگیری (یادگیری ماشین)
  • منحنی مشخصه عملکرد سیستم
نظریه
  • Bias-variance dilemma
  • نظریه یادگیری محاسباتی
  • Empirical risk minimization
  • Occam learning
  • یادگیری احتمالا تقریبا صحیح
  • یادگیری آماری
  • نظریه VC
حوزه‌های یادگیری ماشین
  • NIPS
  • ICML
  • ML
  • JMLR
  • ArXiv:cs.LG
  • ن
  • ب
  • و

داده‌های برچسب دار گروهی از نمونه‌ها هستند که با یک یا چند برچسب برچسب گذاری شده‌اند. برچسب‌گذاری معمولاً مجموعه‌ای از داده‌های بدون برچسب را می‌گیرد و هر قطعه از آن را با برچسب‌های آموزنده تقویت می‌کند. به عنوان مثال، یک برچسب داده ممکن است نشان دهد که آیا یک عکس حاوی یک اسب یا یک گاو است، کدام کلمات در یک ضبط صوتی بیان شده‌است، چه نوع عملی در یک ویدیو انجام می‌شود، موضوع یک مقاله خبری چیست، احساس کلی یک توییت چیست، یا اینکه آیا یک نقطه در اشعه ایکس تومور است.

با درخواست از انسان‌ها برای قضاوت در مورد یک قطعه داده بدون برچسب می‌توان برجسب‌ها را به دست آورد. به دست آوردن داده‌های برچسب دار به‌طور قابل توجهی گران‌تر از داده‌های بدون برچسب خام است.

داده‌های برچسب‌گذاری شده جمع‌سپاری شده

[ویرایش]

در سال ۲۰۰۶ فی-فی لی، مدیر مؤسسه هوش مصنوعی استنفورد انسان محور، تصمیم گرفت تا مدل‌ها و الگوریتم‌های هوش مصنوعی را برای تشخیص تصویر با بزرگ‌تر کردن قابل توجه داده‌های آموزشی بهبود بخشد. محققان میلیون‌ها تصویر را از شبکه جهانی وب دانلود کردند و تیمی از دانشجویان کارشناسی شروع به اعمال برچسب‌هایی برای اشیا روی هر تصویر کردند. در سال ۲۰۰۷ لی کار برچسب‌گذاری داده‌ها را در Amazon Mechanical Turk، یک بازار آنلاین برای کارهای دیجیتال برون سپاری کرد. ۳٫۲ میلیون تصویر که توسط بیش از ۴۹۰۰۰ کارگر برچسب‌گذاری شده‌اند، مبنای ImageNet، یکی از بزرگترین پایگاه‌داده‌های برچسب‌گذاری شده دستی برای تشخیص طرح کلی اشیا را تشکیل می‌دهند.

برچسب گذاری خودکار داده‌ها

[ویرایش]

می‌توان مدل‌های یادگیری ماشین را روی داده‌ها اعمال کرد پس از آنکه یک مجموعه داده برجسب گذاری شده به دست آورد، تا داده‌های بدون برچسب جدید را بتوان به مدل ارائه کرد و یک برچسب احتمالی را برای آن قطعه از داده‌های بدون برچسب حدس زد یا پیش‌بینی کرد.[۱]

سوگیری مبتنی بر داده

[ویرایش]

تصمیم‌گیری الگوریتمی در معرض سوگیری برنامه‌نویس محور و همچنین سوگیری مبتنی بر داده‌است. با وجود قانونی بودن الگوریتم یادگیری ماشین، داده‌های آموزشی که بر داده‌های برچسب‌گذاری شده با سوگیری متکی است، منجر به پیش داوری‌ها و حذفیات در یک مدل پیش‌بینی می‌شود. داده‌های برچسب‌گذاری‌شده مورد استفاده برای آموزش یک الگوریتم یادگیری ماشینی خاص باید از نظر آماری نمونه‌ای نماینده آماری باشند تا نتایج را سوگیری نکنند. با توجه به اینکه داده‌های برچسب‌گذاری‌شده در دسترس برای آموزش سیستم‌های تشخیص چهره نشان‌دهنده یک جمعیت نبوده‌است، گروه‌هایی که کمتر در داده‌های برچسب‌گذاری شده نشان داده می‌شوند، بعداً اغلب به اشتباه طبقه‌بندی می‌شوند. در سال ۲۰۱۸ مطالعه‌ای توسط جوی بولاموینی و تیمنیت گبرو نشان داد که دو مجموعه داده تجزیه و تحلیل چهره که برای آموزش الگوریتم‌های تشخیص چهره، IJB-A و Adience استفاده شده‌اند، به ترتیب از ۷۹٫۶٪ و ۸۶٫۲٪ از انسان‌هایی با پوست روشن‌تر تشکیل شده‌اند.

منابع

[ویرایش]
  1. ↑ Johnson, Leif. "What is the difference between labeled and unlabeled data?", Stack Overflow, 4 October 2013. Retrieved on 13 May 2017.  This article incorporates text by lmjohns3 available under the CC BY-SA 3.0 license.
برگرفته از «https://fa.teknopedia.teknokrat.ac.id/w/index.php?title=داده‌های_برچسب‌دار&oldid=38278843»
رده:
  • یادگیری ماشین
رده‌های پنهان:
  • Articles with imported Creative Commons Attribution-ShareAlike 3.0 text
  • مقاله‌های دارای پیوند با میان‌ویکی

  • indonesia
  • Polski
  • العربية
  • Deutsch
  • English
  • Español
  • Français
  • Italiano
  • مصرى
  • Nederlands
  • 日本語
  • Português
  • Sinugboanong Binisaya
  • Svenska
  • країнська
  • Tiếng Việt
  • Winaray
  • 文
  • Русский
Sunting pranala
Pusat Layanan

UNIVERSITAS TEKNOKRAT INDONESIA | ASEAN's Best Private University
Jl. ZA. Pagar Alam No.9 -11, Labuhan Ratu, Kec. Kedaton, Kota Bandar Lampung, Lampung 35132
Phone: (0721) 702022
Email: pmb@teknokrat.ac.id