Що таке КЕРОВАНОГО НАВЧАННЯ Англійською - Англійська переклад

• supervised learning

Приклади вживання Керованого навчання Українська мовою та їх переклад на Англійською

Служба керованого навчання.
Managed Training Service.

У машинному навчанні навчання за набором зразків(ННЗ)- це тип керованого навчання.
In machine learning, multiple-instance learning(MIL) is a type of supervised learning.

В залежності від типу виходу, задачі керованого навчання є задачами або регресії, або класифікації.
Depending on the type of output, supervised learning problems are either problem of regression or problems of classification.

Пошук f^{\displaystyle{\hat{f}}}, яка узагальнюється на точки за межами тренувального набору, може бути здійснено за допомогою будь-якого із безлічі алгоритмів, що застосовуються для керованого навчання.
Finding an f^{\displaystyle{\hat{f}}} that generalizes to points outside of the training set can be done with any of the countless algorithms used for supervised learning.

Цей компроміс застосовується до всіх видів керованого навчання: класифікації, регресії(узгодження функцій) та навчання структурованого виходу.
This tradeoff applies to all forms of supervised learning: classification, regression(function fitting), and structured output learning..

Щойно складений автокодувальник натреновано, його вихід може бути використано як вхід до алгоритму керованого навчання, такого як класифікатор методом опорних векторів або багатокласова логістична регресія.
Once the stacked auto encoder is trained, its output can be used as the input to a supervised learning algorithm such as support vector machine classifier or a multi-class logistic regression.

Задачами, що вписуються до парадигми керованого навчання, є розпізнавання образів(відоме також як класифікація) та регресія(відома також як наближення функцій).
Tasks suited for supervised learning are pattern recognition(also known as classification) and regression(also known as function approximation).

Модель навчання Ceste Online базується на стратегічному поєднанні самонавчання, керованого навчання, соціального та спільного навчання, а також дотримання ритму кожного студента.
The Ceste Online learning model is based on a strategic combination of self-learning, guided learning, social and collaborative learning, and respecting the rhythm of each student.

У 2008 році вона спільно з Володимиром Вапником отримали у Парижі премію Канеллакіса за розвиток високоефективного алгоритму керованого навчання, відома як метод опорних векторів(SVM).
In 2008, she jointly with Vladimir Vapnik received the Paris Kanellakis Theory and Practice Award for the development of a highly effective algorithm for supervised learning known as support vector machines(SVM).

Навчання за набором зразків(ННЗ) підпадає під визначення керованого навчання, де кожен навчальний екземпляр має мітку- або дискретну або дійснозначну.
Multiple instance learning(MIL) falls under the supervised learning framework, where every training instance has a label, either discrete or real valued.

У якійсь мірі ці різні задачі(регресії, класифікації, наближення пристосованості) отримали уніфіковане трактування в теорії статистичного навчання, де їх розглядають як задачі керованого навчання.
To some extent, the different problems(regression, classification, fitness approximation) have received a unified treatment in statistical learning theory, where they are viewed as supervised learning problems.

Подібно до широко застосовуваних методик керованого навчання, моделі структурового передбачування зазвичай тренують за допомогою спостережених даних, в яких істинне значення передбачення використовують для налаштовування параметрів моделі.
Similar to commonly used supervised learning techniques, structured prediction models are typically trained by means of observed data in which the true prediction value is used to adjust model parameters.

Наприклад, якби завдання визначали, чи містить зображення певний об'єкт, дані навчання алгоритму керованого навчання включатимуть зображення з цим об'єктом та без нього(вхід), і кожне зображення матиме мітку(вихід), що позначає, чи в ній містився предмет.
For example, if the task were determining whether an image contained a certain object, the training data for a supervised learning algorithm would include images with and without that object(the input), and each image would have a label(the output) designating whether it contained the object.

Одним із запропонованих способів вирішити цю проблему було використання керованого навчання та розглядати всі низько енергетичні форми молекули, що пасує, як позитивні випадки навчання, тоді як усі низькоенергетичні форми молекул, які не пасують, як негативні випадки.
One of the proposed ways to solve this problem was to use supervised learning, and regard all the low-energy shapes of the qualified molecule as positive training instances, while all of the low-energy shapes of unqualified molecules as negative instances.

У 2008 році вона спільно з Володимиром Вапником отримали у Парижі премію Канеллакіса за розвиток високоефективного алгоритму керованого навчання, відома як метод опорних векторів(SVM).[4] Нині, SVM є одним з найбільш часто використовуваних алгоритмів машинного навчання, який використовується в багатьох практичних додатках, включаючи медичну діагностику та прогноз погоди.[2].
In 2008, she jointly with Vladimir Vapnik received the Paris Kanellakis Theory and Practice Award for the development of a highly effective algorithm for supervised learning known as support vector machines(SVM).[4] Today, SVM is one of the most frequently used algorithms in machine learning, which is used in many practical applications, including medical diagnosis and weather forecasting.[2].

Кероване навчання включає навчання з тренувального набору даних.
Supervised learning involves learning from a training set of data.

З точки зору теорії статистичного навчання найзрозумілішим є кероване навчання.
From the perspective of statistical learning theory, supervised learning is best understood.

Коли дані не є міченими, кероване навчання є неможливим, і виникає необхідність у спонтанному навчанні, яке намагається знайти природне кластерування даних на групи, а потім відображувати нові дані на ці сформовані групи.
When data is unlabelled, supervised learning is not possible, and an unsupervised learning approach is required, which attempts to find natural clustering of the data to groups, and then map new data to these formed groups.

Якщо в послідовності вхідних даних є багато навчаної передбачуваності, то РНМ найвищого рівня може використовувати кероване навчання, щоби легко класифікувати навіть глибокі послідовності з дуже тривалими проміжками часу між важливими подіями.
Given a lot of learnable predictability in the incoming data sequence, the highest level RNN can use supervised learning to easily classify even deep sequences with long intervals between important events.

Деякі типи дозволяють/вимагають, щоби навчання було«керованим» оператором, тоді як інші діють незалежно.
Some types allow/require learning to be"supervised" by the operator, while others operate independently.

Такі керовані методи глибинного навчання були першими, що досягли в певних задачах продуктивності, порівняної з людською.
Such supervised deep learning methods were the first to achieve human-competitive performance on certain tasks.

Завдяки керованому наставництву наші студенти-художники розробляють власний курс навчання.
Through guided mentorship, our student-artists craft their own course of study.

Отже цей штучний інтелект розвивається разом з компанією, використовуючи як кероване, так і самостійне навчання. Це дозволяє виявляти та реагувати на активні комп'ютерні загрози, які раніше були приховані та могли бути виявлені лише при складній ручній роботі.
This AI evolves with the company, using both supervised and unsupervised learning to uncover and respond to active cyber threats that were previously hidden and could only be detected previously with difficult manual work.

Залежно від типу та варіації даних для навчання, машинне навчання може бути умовно класифіковано на три частини: кероване навчання, Навчання без учителя та Навчання з підкріпленням.
Depending on the type and variation in training data, machine learning can be roughly categorized into three frameworks: supervised learning, unsupervised learning, and reinforcement learning..

Тема: Машинне навчання у керованому даними маркетингу.
Topic of presentation: Machine Learning for data-driven marketing.

Бригада технічного обслуговування і оператори- навчання роботі на нових машинах, керованих комп'ютером;
Brigade maintenance and operators- training on the new machines, computer-controlled;