Содержание
- Определение - Что означает структурированное прогнозирование?
- Введение в Microsoft Azure и Microsoft Cloud | Из этого руководства вы узнаете, что такое облачные вычисления и как Microsoft Azure может помочь вам перенести и запустить свой бизнес из облака.
- Техопедия объясняет структурированное прогнозирование
Определение - Что означает структурированное прогнозирование?
Структурное прогнозирование - это особая дисциплина, применяемая к машинному обучению, в которой методы машинного обучения предсказывают структурированные объекты. Как правило, структурированное прогнозирование использует контролируемые программы машинного обучения с метками, которые могут применяться для получения результатов.
Введение в Microsoft Azure и Microsoft Cloud | Из этого руководства вы узнаете, что такое облачные вычисления и как Microsoft Azure может помочь вам перенести и запустить свой бизнес из облака.
Техопедия объясняет структурированное прогнозирование
Один из самых простых и простых способов говорить о структурированном прогнозировании заключается в том, что он использует задачи обучения для решения задачи классификации. Ресурс, доступный от NeurIPS, цитируемый Сашей Рашем в июле 2010 года, описывает его как «основу для решения задач классификации или регрессии, в которой выходные переменные взаимозависимы или ограничены».
В частности, когда прогноз не может быть решен прямым наблюдением всех возможных значений, структурированный прогноз принимает входные данные и использует их для прогнозирования результатов.
Александр Пассос, тогдашний аспирант в UNICAMP в Бразилии, дает интересное определение прогнозирования структуры в Quora, которое чрезвычайно полезно для характеристики такого рода полезности: «Структурное прогнозирование - это особый случай классификации нескольких классов (то есть, учитывая x предсказать у) где:
- Слишком много возможных значений для y (экспоненциальное или бесконечное).
- Тем не менее, эти значения не являются непрозрачными, и проверка их структуры может помочь вам разработать классификатор, который учится на нескольких примерах (относительно мощности y) за короткий промежуток времени ».
Структурное прогнозирование было полезно при обработке естественного языка, исследованиях в области биологических наук и других дисциплинах. Например, используя тегирование последовательности и синтаксический анализ деревьев, программа прогнозирования структуры может достигать различных целей обработки на естественном языке.
Это определение было написано в мошенничестве машинного обучения