Category:Machine learning

หมวดหมู่ย่อย

หมวดหมู่นี้มี 39 หมวดหมู่ย่อยต่อไปนี้ จากทั้งหมด 39 หมวดหมู่

หน้าในหมวดหมู่ "Machine learning"

หมวดหมู่นี้มีอยู่เพียงหน้าต่อไปนี้

สื่อในหมวดหมู่ "Machine learning"

200 ไฟล์ต่อไปนี้อยู่ในหมวดหมู่นี้ จากทั้งหมด 421 ไฟล์

• De-maschinelles Lernen.ogg 2.1 วินาที; 20 กิโลไบต์
  
• 
  1D Convolution.png 321 × 310; 11 กิโลไบต์
  
• 
  1D Convolutional Neural Network feed forward example.png 661 × 301; 31 กิโลไบต์
  
• 
  20210622 212327 mfnr.jpg 1,968 × 4,160; 2 เมกะไบต์
  
• 
  2d-epochs-overfitting.svg 900 × 739; 86 กิโลไบต์
  
• 
  4fold3class.jpg 536 × 373; 122 กิโลไบต์
  
• 
  815-tfdne-ai-generated.png 512 × 512; 423 กิโลไบต์
  
• 
  A hybrid deep learning approach for medical relation extraction.pdf 1,275 × 1,650, 4 หน้า; 570 กิโลไบต์
  
• 
  A simple Decision Tree.png 828 × 828; 76 กิโลไบต์
  
• 
  Accure Momentum Cluster.png 692 × 342; 45 กิโลไบต์
  
• 
  ActivationFunctions.svg 1,058 × 606; 293 กิโลไบต์
  
• 
  Adjacent sampling method for training and testing dataset.png 1,672 × 1,418; 3.2 เมกะไบต์
  
• 
  AdvFig2.jpg 406 × 104; 15 กิโลไบต์
  
• 
  AI End-Scenario Six Avenues for AI takeover tamingtheaibeast.png 3,285 × 2,131; 547 กิโลไบต์
  
• 
  AI hierarchy pl.svg 399 × 399; 4 กิโลไบต์
  
• 
  AI hierarchy.svg 399 × 399; 8 กิโลไบต์
  
• 
  AI relation to Generative Models subset, venn diagram.png 1,024 × 1,024; 102 กิโลไบต์
  
• 
  AI Techniques Overview.png 860 × 624; 71 กิโลไบต์
  
• 
  AI Types. Tipos Inteligencia Artificial.svg 953 × 899; 22 กิโลไบต์
  
• 
  Algoritmo K-means usado na predição da base de dados de flores de íris.svg 512 × 486; 212 กิโลไบต์
  
• 
  Alternate Loss Functions for training ANNs.png 1,043 × 795; 68 กิโลไบต์
  
• 
  Analogical modeling pointer network.svg 310 × 300; 29 กิโลไบต์
  
• 
  Andrews curve for Iris data set.png 1,150 × 742; 334 กิโลไบต์
  
• 
  Apache SystemML logo.svg 512 × 160; 921 ไบต์
  
• 
  Aprendizado por Reforço.png 1,000 × 1,000; 94 กิโลไบต์
  
• 
  Aprendizagem não supervisionada.png 1,613 × 2,100; 210 กิโลไบต์
  
• 
  Aprenentatge automàtic.jpg 920 × 682; 40 กิโลไบต์
  
• 
  APS ML screen shot.jpg 1,010 × 1,046; 210 กิโลไบต์
  
• 
  Architecture d'un Transformeur.png 1,600 × 1,440; 380 กิโลไบต์
  
• 
  Artificial grammar learning example.jpg 462 × 252; 28 กิโลไบต์
  
• 
  Artificial Intelligence relation to Generative Models subset, Venn diagram.png 499 × 499; 52 กิโลไบต์
  
• 
  Artificial Neural Network with Chip.jpg 2,000 × 1,600; 2.59 เมกะไบต์
  
• 
  Artificial Neural Network with Chip.png 1,257 × 943; 1.9 เมกะไบต์
  
• 
  Attention-1-sn.png 672 × 464; 14 กิโลไบต์
  
• 
  Attention-qkv.png 2,129 × 906; 152 กิโลไบต์
  
• 
  ATW CNN architecture.png 3,360 × 5,019; 807 กิโลไบต์
  
• 
  Augmentation Content Curation DRAFT.pdf 1,275 × 1,650, 7 หน้า; 261 กิโลไบต์
  
• 
  Augmentation Content Generation DRAFT.pdf 1,275 × 1,650, 6 หน้า; 260 กิโลไบต์
  
• 
  Augmentation Governance DRAFT.pdf 1,275 × 1,650, 5 หน้า; 284 กิโลไบต์
  
• 
  Augmentation Machine Translation DRAFT.pdf 1,275 × 1,650, 8 หน้า; 1.25 เมกะไบต์
  
• 
  Augmentor.png 330 × 182; 25 กิโลไบต์
  
• 
  Autoai-process.jpg 1,187 × 445; 73 กิโลไบต์
  
• 
  AutoAI-process.png 1,466 × 582; 393 กิโลไบต์
  
• 
  Autoencoder structure uk.png 677 × 506; 39 กิโลไบต์
  
• 
  Autoencoder structure.png 677 × 506; 48 กิโลไบต์
  
• 
  Autoencoder-bottleneck-layer.png 1,082 × 473; 72 กิโลไบต์
  
• 
  AutoML diagram.png 2,588 × 938; 56 กิโลไบต์
  
• 
  Base de dados de flores de íris - largura vs. comprimento das pétalas.svg 512 × 417; 181 กิโลไบต์
  
• 
  Base de dados de flores de íris.svg 512 × 486; 208 กิโลไบต์
  
• 
  Bayessches Netz.png 607 × 250; 4 กิโลไบต์
  
• 
  Beta Trial PhyzBatch-9000.png 4,032 × 3,024; 8.86 เมกะไบต์
  
• 
  Beyond Human Journey Towards A.I World Book By Deepak Dinesh Kapadnis.jpg 1,242 × 1,755; 317 กิโลไบต์
  
• 
  BPM input space wiki.pdf 1,239 × 1,752; 381 กิโลไบต์
  
• 
  BPM MLP wiki.pdf 1,239 × 1,752; 383 กิโลไบต์
  
• 
  C.EstelleSmith ResearchShowcase 5 20 20.pdf 1,500 × 1,125, 50 หน้า; 2.23 เมกะไบต์
  
• 
  Calibration plot.png 1,000 × 1,000; 109 กิโลไบต์
  
• 
  Captioned image dataset examples.jpg 1,770 × 2,209; 1,017 กิโลไบต์
  
• 
  CB pdf.png 858 × 683; 101 กิโลไบต์
  
• 
  CbrCycle basic de.png 1,200 × 986; 28 กิโลไบต์
  
• 
  Centralized federated learning protocol-be.png 1,716 × 1,196; 111 กิโลไบต์
  
• 
  Cires.jpg 400 × 492; 100 กิโลไบต์
  
• 
  Climate data analysis using tSNE method.png 814 × 805; 94 กิโลไบต์
  
• 
  CollieBrownArghonCEO.jpg 965 × 1,241; 307 กิโลไบต์
  
• 
  Compactness Comparison of Linear and Multilinear Projections.png 791 × 614; 65 กิโลไบต์
  
• 
  Comparison of Loss functions for binary classification.png 1,920 × 756; 45 กิโลไบต์
  
• 
  Concept lattice.svg 693 × 513; 70 กิโลไบต์
  
• 
  Concept of instant learning ratio in Machine Learning.png 719 × 336; 40 กิโลไบต์
  
• 
  Concept of machine learning.png 1,884 × 1,108; 121 กิโลไบต์
  
• 
  Concept of traditional computer applications.png 1,884 × 1,108; 123 กิโลไบต์
  
• 
  Confusion matrix.png 1,557 × 805; 82 กิโลไบต์
  
• 
  Contexts venn diagramm for analogical modeling.svg 600 × 582; 10 กิโลไบต์
  
• 
  Contraintes dans l'espace.png 298 × 236; 15 กิโลไบต์
  
• 
  Conv layers uk.png 567 × 310; 42 กิโลไบต์
  
• 
  Convolutional-neural-network-polyanalyst-flowchart-example.png 561 × 190; 20 กิโลไบต์
  
• 
  Convolutional-neural-network-polyanalyst-flowchart-example.svg 891 × 357; 280 กิโลไบต์
  
• 
  ConvolutionAndPooling.svg 839 × 208; 160 กิโลไบต์
  
• 
  CorteX Carte Predpol.jpg 446 × 196; 93 กิโลไบต์
  
• 
  CRAIYON-REALESRGAN-Dalmatian bench.jpg 1,024 × 1,024; 293 กิโลไบต์
  
• 
  Data Augmentation of rock images revised.jpg 1,280 × 1,440; 472 กิโลไบต์
  
• 
  Data Augmentation of rock images.jpg 1,522 × 1,128; 288 กิโลไบต์
  
• 
  DatasetSample.png 1,586 × 1,066; 2.2 เมกะไบต์
  
• 
  David Weinberger with blue checks - 2019.png 2,793 × 2,845; 11.34 เมกะไบต์
  
• 
  Dean Weber.png 957 × 931; 1.76 เมกะไบต์
  
• 
  Decaying Sine Unit (DSU).png 3,000 × 2,000; 420 กิโลไบต์
  
• 
  Deep learning fait parti de l'IA.png 621 × 598; 37 กิโลไบต์
  
• 
  DeepInsight method to transform non-image data to 2D image for convolutional neural network architecture.pdf 1,239 × 1,629, 7 หน้า; 1.78 เมกะไบต์
  
• 
  DeepLearningReconstruction.png 2,502 × 600; 617 กิโลไบต์
  
• 
  Denoising-autoencoder.png 1,743 × 840; 121 กิโลไบต์
  
• 
  DenseCap (Johnson et al., 2016) (cropped).png 702 × 495; 489 กิโลไบต์
  
• 
  DenseCap (Johnson et al., 2016).png 1,500 × 495; 1.02 เมกะไบต์
  
• 
  Developing a machine learning clustering-based workflow for automated image deconvolution.webp 2,048 × 1,457; 343 กิโลไบต์
  
• 
  Diagram of the mountain car problem.png 435 × 169; 3 กิโลไบต์
  
• 
  Discussionreport-collage2 (cropped).png 500 × 500; 485 กิโลไบต์
  
• 
  Discussionreport-collage2.png 768 × 512; 701 กิโลไบต์
  
• 
  DoitasunaEstaldura.svg 440 × 800; 40 กิโลไบต์
  
• 
  Dragonfly-Trainable-segmentation-workspace.png 1,904 × 955; 316 กิโลไบต์
  
• 
  Duplication attributs.png 562 × 188; 5 กิโลไบต์
  
• 
  Edge approximation.svg 400 × 450; 7 กิโลไบต์
  
• 
  EfficientNetB3V2.jpg 720 × 720; 66 กิโลไบต์
  
• 
  EfficientNetB4.jpg 720 × 720; 65 กิโลไบต์
  
• 
  EfficientNetB7.jpg 720 × 720; 65 กิโลไบต์
  
• 
  Employee Attrition Prediction.pdf 1,275 × 1,650, 3 หน้า; 619 กิโลไบต์
  
• 
  En low bias low variance.png 625 × 568; 7 กิโลไบต์
  
• 
  EncoderDecoder.pdf 1,275 × 458; 9 กิโลไบต์
  
• 
  Entropy illustration.png 1,643 × 1,642; 130 กิโลไบต์
  
• 
  Entropy-illustration.png 1,630 × 923; 123 กิโลไบต์
  
• 
  Enwiki editquality data revision contributions by month.png 411 × 305; 11 กิโลไบต์
  
• 
  Enwiki editquality years since account creation histogram.png 396 × 278; 9 กิโลไบต์
  
• 
  Esquema 1.svg 512 × 298; 64 กิโลไบต์
  
• 
  Esquema 2.svg 512 × 198; 27 กิโลไบต์
  
• 
  Esquema aprendizaje.jpg 920 × 682; 34 กิโลไบต์
  
• 
  Esquema castellà.jpg 929 × 707; 86 กิโลไบต์
  
• 
  EsquemaAA.jpg 920 × 682; 42 กิโลไบต์
  
• 
  Esssssa1.png 708 × 223; 42 กิโลไบต์
  
• 
  EVA Lernen Training.svg 1,052 × 744; 41 กิโลไบต์
  
• 
  Example for Adjusted Rand index.svg 900 × 360; 467 กิโลไบต์
  
• 
  Feature Learning Diagram.png 1,000 × 333; 32 กิโลไบต์
  
• 
  Feature selection Embedded Method.png 1,279 × 379; 46 กิโลไบต์
  
• 
  Feature selection Wrapper Method.png 1,220 × 342; 41 กิโลไบต์
  
• 
  FeatureSelectionToolbox1 screenshot.png 1,025 × 740; 46 กิโลไบต์
  
• 
  Federated learning (centralized vs decentralized).png 2,504 × 1,266; 232 กิโลไบต์
  
• 
  Federated learning (horizontal vs. vertical.png 1,866 × 1,404; 233 กิโลไบต์
  
• 
  Federated learning process central case.png 906 × 435; 73 กิโลไบต์
  
• 
  Filter Methode uk.png 940 × 107; 8 กิโลไบต์
  
• 
  Filter Methode.png 932 × 92; 30 กิโลไบต์
  
• 
  Flores de Íris.png 1,945 × 977; 1.99 เมกะไบต์
  
• 
  Flowchart of the spatio-temporal action localization detector Segment-tube.png 3,934 × 3,280; 1.93 เมกะไบต์
  
• 
  FreqGenSchema.png 1,408 × 829; 28 กิโลไบต์
  
• 
  Frequency distribution of pre-processing techniques.jpg 864 × 428; 37 กิโลไบต์
  
• 
  Frequency experiment two dimension.png 1,087 × 270; 181 กิโลไบต์
  
• 
  FullSLAM.png 600 × 396; 15 กิโลไบต์
  
• 
  Gaussian process draws from prior distribution.png 1,200 × 400; 112 กิโลไบต์
  
• 
  Gaussian Process Regression.png 1,200 × 400; 98 กิโลไบต์
  
• 
  Gaussian training data.png 512 × 512; 28 กิโลไบต์
  
• 
  GaussianScatterPCA.svg 720 × 720; 515 กิโลไบต์
  
• 
  Gcp docai platform.1000064920000870.max-2000x2000 (2).png 2,000 × 870; 204 กิโลไบต์
  
• 
  Geometryczna wizualizacja indeksu jaccarda.png 600 × 248; 22 กิโลไบต์
  
• 
  Glue Ontologie Beispiel.png 400 × 106; 19 กิโลไบต์
  
• 
  Glue-Architektur.png 297 × 509; 28 กิโลไบต์
  
• 
  GMilovanovic eRum2018.pdf 1,654 × 1,239, 14 หน้า; 1.02 เมกะไบต์
  
• 
  GNN building blocks.png 7,810 × 2,010; 740 กิโลไบต์
  
• 
  GNN representational limits.png 3,430 × 3,510; 502 กิโลไบต์
  
• 
  Gradient descent with momentum.svg 512 × 549; 316 กิโลไบต์
  
• 
  Gradio example.png 1,119 × 930; 671 กิโลไบต์
  
• 
  Graphical abstract-synth2real.jpg 1,125 × 345; 55 กิโลไบต์
  
• 
  Growing Cosine Unit (GCU) activation function.png 3,000 × 2,186; 273 กิโลไบต์
  
• 
  Hazardconf.png 261 × 163; 167 กิโลไบต์
  
• 
  HDLTex.jpg 2,277 × 905; 567 กิโลไบต์
  
• 
  Hinge loss variants.svg 720 × 540; 21 กิโลไบต์
  
• 
  Hinge loss vs zero one loss.svg 720 × 540; 15 กิโลไบต์
  
• 
  Hyperparameter Optimization using Grid Search.svg 540 × 360; 72 กิโลไบต์
  
• 
  Hyperparameter Optimization using Random Search.svg 540 × 360; 74 กิโลไบต์
  
• 
  Hyperparameter Optimization using Tree-Structured Parzen Estimators.svg 540 × 360; 74 กิโลไบต์
  
• 
  Idistance.jpg 601 × 351; 26 กิโลไบต์
  
• 
  Illustration of imperceptible adversarial pertubation.png 680 × 262; 190 กิโลไบต์
  
• 
  Image Content filtration - Outreachy.pdf 2,000 × 1,125, 32 หน้า; 931 กิโลไบต์
  
• 
  Info Gain Root Split Example.png 281 × 351; 15 กิโลไบต์
  
• 
  Info Gain Splitting the Child Node(s) Example.png 361 × 511; 23 กิโลไบต์
  
• 
  Instance-based learning.jpg 796 × 533; 81 กิโลไบต์
  
• 
  Instant Learning Ratio - Machine Learning Idea.png 671 × 388; 31 กิโลไบต์
  
• 
  Integrated-stacking.png 8,192 × 3,807; 1.11 เมกะไบต์
  
• 
  Intersection over Union - object detection bounding boxes.jpg 600 × 450; 92 กิโลไบต์
  
• 
  Intersection over Union - poor, good and excellent score.png 600 × 248; 8 กิโลไบต์
  
• 
  Intersection over Union - visual equation.png 600 × 468; 11 กิโลไบต์
  
• 
  Intersections between activation functions and desired target in instant ML.jpg 680 × 463; 66 กิโลไบต์
  
• 
  Iris Flowers Clustering kMeans de.svg 660 × 309; 145 กิโลไบต์
  
• 
  Iris Flowers Clustering kMeans ru.svg 660 × 309; 50 กิโลไบต์
  
• 
  Iris Flowers Clustering kMeans.svg 660 × 309; 145 กิโลไบต์
  
• 
  K-fold cross validation EN.svg 521 × 257; 246 กิโลไบต์
  
• 
  K-fold cross validation UK.svg 521 × 257; 247 กิโลไบต์
  
• 
  K-Fold Cross-Validation.png 835 × 384; 44 กิโลไบต์
  
• 
  Keras model inner2 epochs10000.svg 575 × 431; 731 กิโลไบต์
  
• 
  Keras model inner32 epochs500.svg 575 × 431; 934 กิโลไบต์
  
• 
  Kernel trick idea.svg 1,344 × 576; 13 กิโลไบต์
  
• 
  Kmedoid2.jpg 560 × 420; 17 กิโลไบต์
  
• 
  Kmedoid3.jpg 560 × 420; 18 กิโลไบต์
  
• 
  Kmedoidt3.jpg 597 × 399; 42 กิโลไบต์
  
• 
  Knowledge Graph Embedding.pdf 1,293 × 585; 182 กิโลไบต์
  
• 
  KnowledgeGraphEmbedding.png 1,562 × 702; 148 กิโลไบต์
  
• 
  Kompromis między obciążeniem a wariancją – dekompozycja.svg 375 × 375; 82 กิโลไบต์
  
• 
  L1-PCA.png 1,750 × 1,313; 82 กิโลไบต์
  
• 
  Labelled points in feature space.jpg 425 × 425; 30 กิโลไบต์
  
• 
  LangChain logo.svg 320 × 160; 8 กิโลไบต์
  
• 
  Language model in Deepmind's 2021 Retro for RAG.svg 512 × 314; 51 กิโลไบต์
  
• 
  Lasso Regression.png 521 × 442; 22 กิโลไบต์
  
• 
  Lasso regularization.png 701 × 500; 17 กิโลไบต์
  
• 
  Latent Dirichlet allocation.svg 593 × 311; 15 กิโลไบต์
  
• 
  Learn gate concept.png 250 × 250; 16 กิโลไบต์
  
• 
  Learners.jpg 327 × 88; 16 กิโลไบต์
  
• 
  Learning Curves (Naive Bayes).png 640 × 480; 41 กิโลไบต์
  
• 
  Least Squares Policy Iteration.svg 403 × 227; 42 กิโลไบต์
  
• 
  Leave-one-out.jpg 527 × 263; 149 กิโลไบต์
  
• 
  LinearneSeparovatelne.png 435 × 386; 14 กิโลไบต์
  
• 
  Lle hlle swissroll.png 906 × 708; 319 กิโลไบต์
  
• 
  LLM emergent benchmarks.png 1,297 × 858; 160 กิโลไบต์
  
• 
  Log-loss-curve.png 800 × 400; 7 กิโลไบต์
  
• 
  Logistic regression model space.png 512 × 512; 17 กิโลไบต์
  
• 
  Logo alebia.png 382 × 165; 13 กิโลไบต์
  
• 
  Loss function surrogates.svg 512 × 512; 40 กิโลไบต์
  
• 
  Loss Functions for training ANNs.png 956 × 807; 54 กิโลไบต์