Changes between Version 3 and Version 4 of AGMFM - 4. Машинско учење

Timestamp:

11/14/18 15:26:45 (7 years ago)

Author:

Vangel V. Ajanovski

Comment:

—

AGMFM - 4. Машинско учење

@@ -1 +1 @@
 **4. Машинско учење**
 
+{{{#!box type=todo
+Тука недостасува дискусија која ќе допрецизира зошто би се фокусирале токму кон машинско учење. 
+}}} 
+
 Способноста на компјутерот да учи, без да биде експлицитно програмиран за тоа, е овозможена со област од вештачката интелигенција наречена машинско учење. Машинското учење ги проучува податоците  со помош на алгоритми кои што можат да учат а потоа прави предвидувања за нови податоци. Тие предвидувања се прават врз основа на научен модел, кој е трениран на одредени податоци (примероци).  
+
 Примени на машинско учење можеме да видеме во проблеми кои решаваат класифицирање на податоци, групирање, регресија и сл. Практично машинското учење е имплементирано и се користи во:
 
@@ -12 +17 @@
 -       Музика,
 
-и во многу други области и подгранки на овие области. Постојат повеќе методи за машинско учење. Некои од нив се: надгледувано учење, ненадгледувано учење, делумно-надгледувано учење, намалување на димензионалноста и др. Методот кој ќе биде претставен во овој труд е надгледувано учење со помош на вештачки невронски мрежи. Вештачките невронски мрежи се компјутерски системи кои се инспирирани од природата и не претставуваат алгоритам туку рамка по која алгоритмите за машинско учење работат.   Најпрво ќе дискутирам за рекурентни невронски мрежи, а потоа за посебен тип на рекуренти невронски мрежи наречен LSTM . 
+и во многу други области и подгранки на овие области. 
+
+Постојат повеќе методи за машинско учење. Некои од нив се: надгледувано учење, ненадгледувано учење, делумно-надгледувано учење, намалување на димензионалноста и др. 
+
+{{{#!box type=todo
+Тука не е објаснето зошто од сите други методи токму NN, RNN и LSTM, дури потоа може да се каже дека заради тоа во следниот текст ќе биде разгледано следното.
+}}} 
+
+Методот кој ќе биде претставен во овој труд е надгледувано учење со помош на вештачки невронски мрежи. Вештачките невронски мрежи се компјутерски системи кои се инспирирани од природата и не претставуваат алгоритам туку рамка по која алгоритмите за машинско учење работат.   Најпрво ќе дискутирам за рекурентни невронски мрежи, а потоа за посебен тип на рекуренти невронски мрежи наречен LSTM . 
+