คำถามติดแท็ก machine-learning

GMail มีคุณสมบัตินี้ซึ่งจะเตือนคุณหากคุณพยายามส่งอีเมลที่คิดว่าอาจมีไฟล์แนบ เนื่องจาก GMail ตรวจพบสตริงsee the attachedในอีเมล แต่ไม่มีสิ่งที่แนบมาจริงจึงเตือนฉันด้วยกล่องโต้ตอบตกลง / ยกเลิกเมื่อฉันคลิกปุ่มส่ง เรามีปัญหาที่เกี่ยวข้องกับ Stack Overflow กล่าวคือเมื่อผู้ใช้เข้าสู่โพสต์เช่นนี้ : ปัญหาของฉันคือฉันต้องเปลี่ยนฐานข้อมูล แต่ฉันจะไม่สร้าง การเชื่อมต่อใหม่ ตัวอย่าง: ชุดข้อมูล dsMasterInfo = ชุดข้อมูลใหม่ (); ฐานข้อมูล db = DatabaseFactory.CreateDatabase ("ConnectionString"); DbCommand dbCommand = db.GetStoredProcCommand ("uspGetMasterName"); ผู้ใช้นี้ไม่ได้ฟอร์แมตรหัสเป็นรหัส! นั่นคือพวกเขาไม่ได้เยื้อง 4 ช่องว่างต่อมาร์กดาวน์หรือใช้ปุ่มรหัส (หรือแป้นพิมพ์ลัดctrl+ k) ที่ทำเพื่อพวกเขา ดังนั้นระบบของเรายอมรับการแก้ไขจำนวนมากที่ผู้คนต้องเข้าไปและจัดรูปแบบโค้ดด้วยตนเองสำหรับผู้ที่ไม่สามารถเข้าใจได้ สิ่งนี้นำไปสู่การท้องมาก เราได้ปรับปรุงเครื่องมือแก้ไขหลายครั้ง แต่ขาดการขับรถไปที่บ้านของผู้ใช้และกดปุ่มที่ถูกต้องบนแป้นพิมพ์สำหรับพวกเขาพวกเรากำลังสูญเสียเพื่อดูว่าจะทำอย่างไรต่อไป นั่นเป็นเหตุผลที่เรากำลังพิจารณาคำเตือนสไตล์ Google GMail: คุณหมายถึงรหัสไปรษณีย์หรือไม่ คุณเขียนสิ่งที่เราคิดว่าดูเหมือนรหัส …

142 algorithms  artificial-intelligence  machine-learning  natural-language-processing 

ฉันเขียนโปรแกรมมาประมาณปีแล้วและสนใจการวิเคราะห์ข้อมูลและการเรียนรู้ของเครื่องจักร ฉันกำลังเข้าร่วมหลักสูตรออนไลน์สองสามหลักสูตรและกำลังอ่านหนังสือสองสามเล่ม ทุกสิ่งที่ฉันทำใช้ทั้ง R หรือ Python และฉันกำลังมองหาคำแนะนำว่าควรให้ความสำคัญกับภาษาใดภาษาหนึ่ง (และถ้าเป็นเช่นนั้น) หรือดำเนินการกับทั้งสองอย่าง พวกเขาเติมเต็มซึ่งกันและกันหรือไม่ - ฉันควรพูดถึงว่าฉันใช้ C # ในโรงเรียน แต่ฉันคุ้นเคยกับ Python ผ่านการศึกษาด้วยตนเอง

60 python  machine-learning  r 

คำถามนี้ถูกโยกย้ายจาก Stack Overflow เพราะสามารถตอบได้ใน Software Engineering Stack Exchange อพยพ 7 ปีที่ผ่านมา ฉันกำลังใช้โครงสร้างการเรียนรู้ของเครื่องเพื่อพยายามทำนายการหลอกลวงในระบบการเงินเช่นธนาคาร ฯลฯ ... ซึ่งหมายความว่ามีข้อมูลที่แตกต่างกันมากมายที่สามารถใช้ในการฝึกอบรมโมเดลได้เช่น หมายเลขบัตรชื่อผู้ถือบัตรจำนวนประเทศ ฯลฯ ... ฉันมีปัญหาในการตัดสินใจว่าโครงสร้างใดดีที่สุดสำหรับปัญหานี้ ฉันมีประสบการณ์กับต้นไม้ตัดสินใจ แต่ในปัจจุบันฉันเริ่มตั้งคำถามว่าเครือข่ายประสาทจะดีขึ้นสำหรับปัญหาแบบนี้หรือไม่ นอกจากนี้หากวิธีอื่นใดจะดีที่สุดโปรดสอนฉัน ข้อดีข้อเสียของแต่ละโครงสร้างและโครงสร้างใดจะดีที่สุดสำหรับปัญหานี้ นอกจากนี้ฉันไม่แน่ใจเกี่ยวกับความจริงข้อนี้ แต่ฉันคิดว่าต้นไม้การตัดสินใจมีข้อได้เปรียบเหนือกว่าเครือข่ายประสาทในแง่ของความเร็วในการประมวลผล สิ่งนี้สำคัญเนื่องจากความเร็วเป็นปัจจัยสำคัญในโครงการนี้เช่นกัน

20 data-structures  machine-learning 

พื้นหลังของฉันอยู่ในงานวิศวกรรมเครื่องกลดังนั้นโปรดให้อภัยความไม่รู้ของฉันไปยังพื้นที่นี้ ฉันสนุกกับการเขียนโปรแกรมและการพัฒนาซอฟต์แวร์ นอกจากนี้เมื่อเร็ว ๆ นี้ฉันเข้าเรียน Machine Machine (ML) ออนไลน์ฟรีซึ่งฉันขอแนะนำเป็นอย่างยิ่ง เชื่อมโยงที่นี่ ฉันเคยได้ยินอาจารย์คนนี้พูดว่ามันยากที่จะหาพื้นที่ที่ ML จะไม่ส่งผลกระทบ คำถาม ดังนั้นคำถามของฉันคือการวิจัยอะไรที่ได้ทำไปแล้วในการนำการเรียนรู้ของเครื่องไปใช้ในการพัฒนาโค้ด? วิธีการเกี่ยวกับการแก้จุดบกพร่อง? โปรดระบุแหล่งข้อมูล / แหล่งที่มา / เอกสารทางวิทยาศาสตร์หากเป็นไปได้ ฉันไม่ได้โชคดีที่ค้นหาสิ่งนี้เพราะบ่อยครั้งที่การค้นหา ML และการพัฒนาซอฟต์แวร์ (หรือการเขียนโปรแกรม) สิ้นสุดลงนำไปสู่ผลลัพธ์ในการพัฒนาซอฟต์แวร์ (หรือการเขียนโปรแกรม) ของแอปพลิเคชัน ML

17 development-process  machine-learning 

ขณะนี้ฉันกำลังสร้างเครื่องมือค้นหาภายในองค์กรขนาดเล็กโดยใช้ Apache Lucene จุดประสงค์ของมันคือเรียบง่าย - จากคำหลักบางคำมันจะแนะนำบทความที่เขียนภายใน บริษัท ของเรา ฉันใช้การให้คะแนน TF-IDF ที่ค่อนข้างเป็นมาตรฐานในฐานะตัวชี้วัดพื้นฐานและสร้างกลไกการให้คะแนนของฉันเองอยู่ด้านบน สิ่งเหล่านี้ดูเหมือนจะทำงานได้อย่างยอดเยี่ยมยกเว้นในบางกรณีที่การจัดอันดับดูยุ่งเหยิง ดังนั้นสิ่งที่ฉันวางแผนจะทำคือการเพิ่มลิงค์ที่เกี่ยวข้อง / ไม่เกี่ยวข้องขนาดเล็กลงในหน้าผลการค้นหาเพื่อให้ผู้ใช้สามารถคลิกที่ลิงค์ใดลิงก์หนึ่งขึ้นอยู่กับการรับรู้ของพวกเขาว่าควรรวมผลลัพธ์นั้นไว้ด้วยหรือไม่ ความคิดของฉัน ปฏิบัติต่อป้ายกำกับที่เกี่ยวข้อง / ไม่เกี่ยวข้องเหล่านี้และสร้างข้อมูลการฝึกอบรม ใช้ข้อมูลนี้เพื่อฝึกฝนลักษณนาม (เช่น SVM) รวมโมเดลนี้ลงในเครื่องมือค้นหาเช่นผลลัพธ์ใหม่ทุกรายการจะผ่านตัวแยกประเภทและจะได้รับการกำหนดป้ายกำกับว่าเกี่ยวข้องหรือไม่ วิธีนี้ดูเหมือนง่ายสำหรับฉัน แต่ฉันไม่แน่ใจว่าจะใช้งานได้จริงหรือไม่ ฉันมีคำถามสองข้อ: คุณสมบัติทั้งหมดที่ฉันควรแยกคืออะไร มีวิธีที่ดีกว่าในการรวมส่วนประกอบการเรียนรู้ของเครื่องเข้ากับเครื่องมือค้นหาหรือไม่ เป้าหมายสุดท้ายของฉันคือ "เรียนรู้" ฟังก์ชั่นการจัดอันดับตามตรรกะทางธุรกิจเช่นเดียวกับความคิดเห็นของผู้ใช้

15 search  language-agnostic  lucene  machine-learning  search-engine 

ตามที่เป็นอยู่ในปัจจุบันคำถามนี้ไม่เหมาะสำหรับรูปแบบคำถาม & คำตอบของเรา เราคาดหวังคำตอบที่จะได้รับการสนับสนุนจากข้อเท็จจริงการอ้างอิงหรือความเชี่ยวชาญ แต่คำถามนี้มีแนวโน้มที่จะเรียกร้องให้มีการอภิปรายโต้แย้งโต้แย้งหรือการอภิปรายเพิ่มเติม หากคุณรู้สึกว่าคำถามนี้สามารถปรับปรุงและเปิดใหม่ได้โปรดไปที่ศูนย์ช่วยเหลือเพื่อขอคำแนะนำ ปิดให้บริการใน8 ปีที่ผ่านมา งานประจำวันของฉันคือการพัฒนาซอฟต์แวร์แบบเก่า ฉันกำลังทำปริญญาโทของฉันใน CS ด้วย (นอกเวลาตามหลักสูตร) ฉันเรียนหลักสูตร AI และพบว่าการเรียนรู้เครื่องค่อนข้างน่าสนใจ แต่หลักสูตรส่วนใหญ่เป็นเพียงการแนะนำเบื้องต้นเท่านั้น ฉันตั้งใจจะเรียนรู้เพิ่มเติมเกี่ยวกับการเรียนรู้ของเครื่องและถ้าเป็นไปได้หางานในสาขานั้น เมื่อฉันดูโพสต์งานในสาขานี้เป็นที่ชัดเจนว่าต้องมีการเรียนรู้ปริญญาเอกด้านเครื่องจักร (หรือมีประสบการณ์ก่อนหน้านี้ในสาขาที่มีความเชี่ยวชาญเป็นพิเศษ) สำหรับพวกเขาส่วนใหญ่ ฉันกำลังมองหาคำแนะนำเกี่ยวกับการเรียนรู้ด้วยตนเองเพื่อรับประสบการณ์ที่จะเป็นประโยชน์ในอุตสาหกรรม อย่างน้อยก็มีประสบการณ์มากพอที่จะก้าวเข้ามาฉันจะทำสิ่งที่ชัดเจนเช่นการอ่านหนังสือข้อความเอกสาร ฯลฯ บางทีความพยายามโอเพนซอร์สที่ฉันสามารถมีส่วนร่วมหรืออะไรที่ฉันสามารถทำได้ด้วยตัวเอง ขอโทษถ้าฉันคลุมเครือที่นี่ แต่ฉันหวังว่าจะมีพวกคุณอย่างน้อยสองคนที่ทำการสลับที่คล้ายกันและสามารถให้คำแนะนำได้ ขอบคุณมาก!

13 self-improvement  computer-science  machine-learning 

ปิด คำถามนี้เป็นคำถามความคิดเห็นตาม ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้สามารถตอบข้อเท็จจริงและการอ้างอิงได้โดยแก้ไขโพสต์นี้ ปิดให้บริการใน5 ปีที่ผ่านมา เพื่อนของฉันที่ไม่มีความรู้ด้านการเขียนโปรแกรมถามคำถามนี้กับฉันและฉันคิดว่ามันน่าสนใจ ฉันคิดว่ามันเป็นไปไม่ได้เพราะมันต้องการปัญญาประดิษฐ์ขั้นสูงที่สามารถวิเคราะห์เนื้อหาของปัญหาคิดเกี่ยวกับวิธีแก้ปัญหาและเขียนโปรแกรม แค่คิดเกี่ยวกับเครื่องจักรที่สามารถตั้งโปรแกรมเครื่องคิดเลขง่ายๆได้ แต่บางทีฉันผิดและฉันอยากจะรู้ว่าคุณคิดอย่างไรเกี่ยวกับเรื่องนี้และหากคุณตระหนักถึงบทความ / งานวิจัยเกี่ยวกับเรื่องหรือถ้ามันมีอยู่แล้วหรือถ้ามีความเป็นไปได้ในการเลือกสเปคและได้รับ เครื่องเพื่อตนเองโปรแกรมนี้ "spec?"

12 artificial-intelligence  machine-learning 

ฉันเจอคำศัพท์นี้ตลอดเวลาเมื่ออ่านเกี่ยวกับการเรียนรู้การเสริมแรงเช่นในประโยคนี้: หากปัญหานั้นเป็นแบบอย่างด้วยความระมัดระวังอัลกอริธึมการเรียนรู้การเสริมแรงบางอย่างสามารถมาบรรจบกันเพื่อให้เกิดประโยชน์สูงสุดในระดับโลก http://reinforcementlearning.ai-depot.com/ หรือที่นี่: สำหรับนโยบายคงที่ Pi ใด ๆ อัลกอริทึม TD ที่อธิบายไว้ข้างต้นได้รับการพิสูจน์แล้วว่ามาบรรจบกับ VPi http://webdocs.cs.ualberta.ca/~sutton/book/ebook/node62.html ความเข้าใจของฉันเกี่ยวกับคำว่ามาบรรจบกันก็คือมันหมายถึงหลายสิ่งที่มารวมกันในจุดเดียวกัน แต่สิ่งเดียว (อัลกอริทึม) จะทำเช่นนั้นได้อย่างไร?

12 algorithms  machine-learning 

ทุกตัวอย่างเครือข่ายประสาทสำหรับการรับรู้ภาพฉันได้อ่านเกี่ยวกับการผลิตคำตอบง่าย ๆ "ใช่" หรือ "ไม่" โหนดทางออกหนึ่งสอดคล้องกับ "ใช่นี่คือรูปใบหน้าของมนุษย์" และโหนดหนึ่งตรงกับ "ไม่นี่ไม่ใช่รูปใบหน้าของมนุษย์" ฉันเข้าใจว่าสิ่งนี้น่าจะเป็นคำอธิบายที่ง่าย แต่ฉันสงสัยว่าเครือข่ายนิวรัลนั้นสามารถตั้งโปรแกรมให้เอาต์พุตที่เจาะจงมากขึ้นได้อย่างไร ตัวอย่างเช่นสมมติว่าฉันกำลังจำแนกสัตว์ แทนที่จะพูดว่า "สัตว์" หรือ "ไม่ใช่สัตว์" ฉันต้องการคำตอบเช่น "สุนัข", "ปลา", "นก", "งู" ฯลฯ ด้วยโหนดทางออกสุดท้ายหนึ่งเป็น "ไม่ใช่สัตว์ / ฉัน ไม่รู้จักสิ่งนี้ " ฉันแน่ใจว่าสิ่งนี้จะต้องเป็นไปได้ แต่ฉันมีปัญหาในการทำความเข้าใจวิธีการ ดูเหมือนว่าเนื่องจากการฝึกอบรมการ backpropogation ของข้อผิดพลาดในขณะที่คุณฝึกฝนโหนดทางออกหนึ่ง (เช่น "นี่คือสุนัข") และน้ำหนักของเซลล์ประสาทจะเปลี่ยนไปดังนั้นสถานะอุดมคติสำหรับโหนดทางออกอื่นที่คุณก่อนหน้านี้ ได้รับการฝึกฝนแล้ว (เช่น "นี่คือนก") จะเริ่มเบี่ยงเบนและในทางกลับกัน ดังนั้นการฝึกอบรมเครือข่ายให้จดจำหมวดหมู่หนึ่งจะก่อวินาศกรรมการฝึกอบรมใด ๆ ที่ทำขึ้นสำหรับหมวดหมู่อื่นจึง จำกัด ให้เราออกแบบ "ใช่" หรือ "ไม่" ง่าย ๆ …

11 machine-learning  artificial-intelligence 

ปิด. คำถามนี้เป็นคำถามปิดหัวข้อ ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้เป็นหัวข้อสำหรับ Software Engineering Stack Exchange ปิดให้บริการใน4 ปีที่แล้ว ฉันสนใจที่จะเรียนหลักสูตรออนไลน์เกี่ยวกับการเรียนรู้ของเครื่อง เนื่องจากว่ามันเป็นคณิตศาสตร์ของฉันเป็นระดับประถมศึกษาและฉันโดยทั่วไปฉันเรียนรู้คณิตศาสตร์ตั้งแต่เริ่มต้นในสถาบันข่าน การเขียนโปรแกรมที่ชาญฉลาดฉันมีประสบการณ์เพียงพอและมีความเข้าใจโดยรวมดี คำถามของฉันคือทักษะทางคณิตศาสตร์ที่จำเป็นสำหรับฉันเพื่อให้สามารถเข้าใจและใช้การเรียนรู้ของเครื่องได้อย่างมีประสิทธิภาพ?

11 machine-learning 

คำถามที่คล้ายกันถามว่าคอมพิวเตอร์สามารถเรียนรู้ที่จะเล่นได้อย่างดีที่สุดในเกมหมากรุกโดยการวิเคราะห์พันเกม หากเครื่องสามารถดูสถานะของกระดานสำหรับเกมหมากรุกสองสามเกม (หรือเกมหมากรุกสองสามเกม) ในช่วงเริ่มต้นและหลังการย้ายแต่ละครั้งมันสามารถตั้งโปรแกรมให้เรียนรู้กฎของเกมได้หรือไม่? ถ้าเป็นไปได้ในระดับใด (เช่นจะสามารถพิจารณาการใช้งานการขว้างหรือการเลื่อนตำแหน่ง) ได้หรือไม่ อัลกอริทึมการเรียนรู้ของเครื่องใดที่ทำให้สิ่งนี้เป็นไปได้

11 language-agnostic  machine-learning  statistics  chess 

ฉันเคยคิดเกี่ยวกับตัวสะสมพลังงานแสงอาทิตย์ที่มีกระจกอิสระหลายตัวที่ให้ความสำคัญกับแสงบนตัวเก็บพลังงานแสงอาทิตย์คล้ายกับการออกแบบต่อไปนี้จาก Energy Innovations เนื่องจากจะมีข้อบกพร่องในการประกอบแผงโซลาร์เซลล์นี้ฉันจึงดำเนินการตามสมมติฐานดังต่อไปนี้ (หรือไม่มีเลย): ซอฟต์แวร์รู้ถึง "ตำแหน่ง" ของแต่ละมิเรอร์ แต่ไม่ทราบว่าตำแหน่งนี้เกี่ยวข้องกับโลกแห่งความเป็นจริงหรือกับมิเรอร์อื่น ๆ อย่างไร สิ่งนี้จะอธิบายถึงการสอบเทียบกระจกที่ไม่ดีหรือปัจจัยด้านสิ่งแวดล้อมอื่น ๆ ซึ่งอาจส่งผลกระทบต่อกระจกเงาหนึ่ง แต่ไม่ใช่กระจกอื่น หากกระจกเงาเคลื่อนที่ 10 หน่วยในทิศทางเดียวจากนั้น 10 ยูนิตในทิศทางตรงกันข้ามกระจกเงาจะสิ้นสุดที่จุดเริ่มต้นเดิม ฉันต้องการใช้การเรียนรู้ของเครื่องเพื่อจัดวางกระจกอย่างถูกต้องและโฟกัสแสงบนตัวสะสม ฉันคาดหวังว่าฉันจะใช้วิธีนี้เป็นปัญหาการปรับให้เหมาะสมการปรับตำแหน่งกระจกให้เหมาะสมเพื่อเพิ่มความร้อนภายในตัวสะสมและกำลังงานออกสูงสุด ปัญหาคือการค้นหาเป้าหมายขนาดเล็กในพื้นที่มิติสูงที่มีเสียงดัง (เนื่องจากกระจกแต่ละบานมีการหมุน 2 แกน) ปัญหาที่ฉันคาดไว้คือ: วันที่มีเมฆมากแม้ว่าคุณจะสะดุดกับแนวร่วมกระจกที่สมบูรณ์แบบมันอาจจะมีเมฆมากในเวลานั้น ข้อมูลเซ็นเซอร์ที่มีเสียงดัง ดวงอาทิตย์เป็นเป้าหมายที่เคลื่อนที่มันเคลื่อนที่ไปตามเส้นทางและติดตามเส้นทางที่แตกต่างกันทุกวัน - แม้ว่าคุณจะสามารถคำนวณตำแหน่งที่แน่นอนของดวงอาทิตย์ได้ตลอดเวลา แต่คุณไม่รู้ว่าตำแหน่งนั้นเกี่ยวข้องกับกระจกของคุณอย่างไร คำถามของฉันไม่ได้เกี่ยวกับโซลาร์อาเรย์ แต่เป็นไปได้ที่เทคนิคการเรียนรู้ของเครื่องที่จะช่วยในปัญหา "เป้าหมายเล็ก ๆ ในพื้นที่มิติสูงที่มีเสียงดัง" ฉันพูดถึงแผงเซลล์แสงอาทิตย์เนื่องจากเป็นตัวเร่งปฏิกิริยาสำหรับคำถามนี้และเป็นตัวอย่างที่ดี เทคนิคการเรียนรู้ของเครื่องใดที่สามารถค้นหาเป้าหมายขนาดเล็กในพื้นที่มิติสูงที่มีเสียงดัง แก้ไข: ความคิดเพิ่มเติมบางประการ: ใช่คุณสามารถคำนวณตำแหน่งของดวงอาทิตย์ในโลกแห่งความเป็นจริง แต่คุณไม่ทราบว่าตำแหน่งของกระจกนั้นเกี่ยวข้องกับโลกแห่งความเป็นจริงอย่างไร คุณอาจรู้ว่าดวงอาทิตย์ราบคือ 220 องศาและระดับความสูงของดวงอาทิตย์คือ 60 องศาและคุณอาจรู้ว่ากระจกอยู่ที่ตำแหน่ง (-20, …

10 machine-learning 

วิธีที่ดีในการใช้ "การคาดการณ์คำถัดไป" คืออะไร ตัวอย่างเช่นผู้ใช้พิมพ์ "I am" และระบบแนะนำ "a" และ "ไม่" (หรืออาจเป็นอย่างอื่น) เป็นคำถัดไป ฉันตระหนักถึงวิธีการที่ใช้โซ่มาร์คอฟและข้อความการฝึกอบรม (ชัดเจน) เพื่อให้บรรลุเป้าหมายนี้มากหรือน้อย แต่ฉันอ่านบางที่ว่าวิธีนี้มีข้อ จำกัด มากและใช้กับกรณีที่ง่ายมาก ฉันเข้าใจพื้นฐานของเครือข่ายประสาทและอัลกอริทึมทางพันธุกรรม (แต่ไม่เคยใช้มันในโครงการที่จริงจัง) และบางทีพวกเขาอาจได้รับความช่วยเหลือบ้าง ฉันสงสัยว่ามีอัลกอริทึมใด ๆ ที่ได้รับข้อความการฝึกอบรมที่เหมาะสม (เช่นบทความในหนังสือพิมพ์และการพิมพ์ของผู้ใช้) สามารถเกิดขึ้นได้พร้อมคำแนะนำที่เหมาะสมสำหรับคำถัดไป หากไม่ใช่ (ลิงก์ไปยัง) อัลกอริทึมวิธีการระดับสูงทั่วไปเพื่อโจมตีปัญหานี้ยินดีต้อนรับ

10 algorithms  artificial-intelligence  machine-learning  natural-language-processing 

คำถามนี้สามารถไปที่นี่หรืออาจดังนั้น ... สมมติว่าชุดข้อมูลการฝึกอบรมของคุณมีทั้งข้อมูลที่เป็นหมวดหมู่และต่อเนื่องเช่นการตั้งค่านี้: Animal, breed, sex, age, weight, blood_pressure, annual_cost cat, calico, M, 10, 15 , 100 , 100 cat, tabby, F, 5, 10 , 80 , 200 dog, beagle, M, 3, 30 , 90 , 200 dog, lab, F, 8, 75 , 80 , 100 และตัวแปรตามที่คาดการณ์ได้คือต้นทุนสัตวแพทย์ประจำปี ฉันสับสนเล็กน้อยเกี่ยวกับเทคนิคเฉพาะที่มีเพื่อจัดการกับชุดข้อมูลดังกล่าว วิธีการที่ใช้กันทั่วไปในการจัดการกับชุดข้อมูลที่มีการผสมผสานของข้อมูลต่อเนื่องและเด็ดขาดคืออะไร?

9 python  machine-learning 

ต้องการปรับปรุงโพสต์นี้หรือไม่? ให้คำตอบโดยละเอียดสำหรับคำถามนี้รวมถึงการอ้างอิงและคำอธิบายว่าทำไมคำตอบของคุณถึงถูกต้อง คำตอบที่ไม่มีรายละเอียดเพียงพออาจแก้ไขหรือลบออกได้ ปิด. คำถามนี้เป็นคำถามปิดหัวข้อ ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้เป็นหัวข้อสำหรับ Software Engineering Stack Exchange ปิดให้บริการใน6 ปีที่ผ่านมา ฉันเป็นรุ่นพี่ในวิทยาลัยที่ไม่ได้ทำการประมวลผลภาพมากนักมาก่อน (ยกเว้นการบีบอัดภาพขั้นพื้นฐานบางอย่างบนสมาร์ทโฟน) ฉันเริ่มต้นโครงการวิจัยเกี่ยวกับการเรียนรู้ด้วยเครื่องในภาคการศึกษาถัดไปที่จะต้องมีการประมวลผลภาพทางชีวการแพทย์ วิธีที่ดีที่สุดในการเพิ่มความเร็วด้วยพื้นฐานการประมวลผลรูปภาพในเวลาประมาณสองเดือนคืออะไร หรือทำไม่ได้? มันเป็นความประทับใจของฉันที่เมื่อฉันดีกับพื้นฐานการเรียนรู้เพิ่มเติมจากแหล่งข้อมูลอื่น ๆ จะง่ายขึ้น

9 artificial-intelligence  machine-learning  image-manipulation