UNSUPERVISED LEARNING 한국어 뜻 - 한국어 번역

• 감독되지 않 은 학습 은
• 브랜드명 상품명 applied unsupervised learning
• 자율 학습
• unsupervised learning

영어에서 Unsupervised learning 을 사용하는 예와 한국어로 번역

Unsupervised learning.
비교사 학습.

This is called unsupervised learning.
이것이 바로 비지도 학습 입니다.

Unsupervised learning.
자율 학습 (전산학).

Supervised and Unsupervised learning in R.
브랜드명 상품명 Applied Unsupervised Learning with R.

Unsupervised Learning in R.
브랜드명 상품명 Applied Unsupervised Learning with R.

It is different from supervised and unsupervised learning.
이것은 감독되지 않은 학습과 감독 된 학습을 구별합니다.

Unsupervised learning(clustering).
자율적으로 학습하기 (Unsupervised Learning): Clustering.

Supervised and Unsupervised Learning with Python.
브랜드명 상품명 Applied Unsupervised Learning with Python.

Unsupervised Learning with Python.
브랜드명 상품명 Applied Unsupervised Learning with Python.

Semi-supervised learning combines supervised and unsupervised learning, requiring only a small portion of the learning data be labeled.[1].
준지도 학습은 지도 학습과 비지도 학습을 결합하여 학습 데이터의 작은 부분에만 레이블을 지정하면 된다. [1].

Unsupervised learning: K-means clustering.
자율적으로 학습하기 (Unsupervised Learning): K means optimization.

Supervised learning is what we will focus on for the rest of this post, but that's not because unsupervised learning is any less useful or interesting.
이 글의 나머지는 대부분 지도 학습에 집중하게 될텐데, 그렇다고 해서 비지도 학습이 덜 유용하거나 흥미롭지 않다는 것은 아닙니다.

Unsupervised learning is a form of descriptive analytics.
Unsupervised learning이 Descriptive analytics의 한 형태이다.

On the other hand, machine learning also employs data mining methods as“unsupervised learning” or as a preprocessing step to improve learner accuracy.
반면에 기계 학습은 데이터 마이닝 방법을 “감독되지 않은 학습”으로 사용하거나 사전 처리 단계로 사용하여 학습자의 정확성을 향상시킵니다.

Unsupervised learning is used when the problem requires a massive amount of unlabeled data.
무감독 학습은 문제에 엄청난 양의 분류되지 않은 데이터가 필요한 경우 사용됩니다.

You can think of machine learning algorithms as falling into one of two main categories- supervised learning and unsupervised learning.
기계 학습 알고리즘은 지도 학습(supervised learning) 과 비지도 학습(unsupervised learning) 의 두 가지 주요 범주 중 하나로 분류될 수 있습니다.

Supervised and Unsupervised Learning with Python(Video).
브랜드명 상품명 Hands-On Unsupervised Learning Using Python Paper.

Pattern recognition systems are in many cases trained from labeled"training" data(supervised learning), but when no labeled data are available other algorithms can be used to discover previously unknown patterns(unsupervised learning).
패턴 인식 시스템은 많은 경우에 레이블이 지정된 “교육” 데이터(감독 학습)에서 학습되지만 레이블이 지정된 데이터가 없는 경우 다른 알고리즘을 사용하여 이전에 알려지지 않은 패턴(감독되지 않은 학습)을 검색할 수 있습니다.

Therefore, unsupervised learning has the potential to produce highly accurate models.
그러므로, unsupervised learning은 굉장히 정확한 모델을 생성할 수 있는 잠재력이 있다.

We will primarily focus on supervised learning here, but the end of the article includes a brief discussion of unsupervised learning with some links for those who are interested in pursuing the topic further.
우리는 주로 여기에 감독 학습에 초점을 맞출 것이다, 그러나 문서의 끝은 더 주제를 추구에 관심이있는 사람들을위한 몇 가지 링크와 함께 감독되지 않은 학습에 대한 간단한 토론을 포함한다.

One goal of unsupervised learning is essentially to allow computers to develop the same ability.
비지도 학습의 목표 중 하나는 기본적으로 컴퓨터가 이와 같은 능력을 개발하도록 하는 데 있다.

These methods utilise a range of neural network architectures, including convolutional networks, multilayer perceptrons, restricted Boltzmann machines and recurrent neural networks, and have exploited both supervised and unsupervised learning.
이러한 방법들은 convolutional networks, multilayer perceptrons, restricted Boltzmann machines, recurrent neural networks와 같은 다양한 인공신경망 구조를 활용하며, supervised와 unsupervised 학습 모두를 활용하고 있다.

Unsupervised learning can be a goal in itself(discovering hidden patterns in data).
감독되지 않은 학습은 그 자체로 목표 (데이터에서 숨겨진 패턴을 발견) 또는 끝을 향한 수단 (피쳐 학습) 일 수 있습니다.

Instead, the goal of an unsupervised learning algorithm is to organise data in some way, or to describe its structure.
대신, 자율 학습 알고리즘의 목표는 어떤 방식으로든 데이터를 구성하거나 해당 구조를 설명하는 것입니다.

Unsupervised learning can be a goal in itself(discovering hidden patterns in data) or a means towards an end.
감독되지 않은 학습은 그 자체로 목표 (데이터에서 숨겨진 패턴을 발견) 또는 끝을 향한 수단 (피쳐 학습) 일 수 있습니다.

GloVe GloVe is an unsupervised learning algorithm for obtaining vector representations for words.
글로브는 키워드에 대한 vector representation을 획득하기 위해서 만들어진 unsupervised learning algorithm입니다.

Unsupervised learning is utilized in intelligent profiling to discover parallels between a manufacturer's most valuable customers.
감독되지 않은 학습을 지능적 프로파일링에 활용함으로써 제조자의 가장 가치 있는 고객 사이의 유사성을 발견한다.

Unsupervised learning: No labels are given to the learning algorithm, leaving it on its own to find structure in its input.
무 감독 학습 (Unsupervised learning): 학습 알고리즘에 레이블이 주어지지 않으며 입력 자체에서 구조를 찾을 수 있습니다.

In fact, unsupervised learning is becoming increasingly important as the algorithms get better because it can be used without having to label the data with the correct answer.
사실, 비지도 학습은 알고리즘들이 향상됨에 따라 더욱더 중요해 지고 있습니다. 왜냐하면, 비지도 학습이 정확한 답을 가진 라벨이 붙여진 데이터가 아닌 경우에 사용될 수 있기 때문입니다.

We are using unsupervised machine learning.
그래서 우리는 감독되지 않은 기계 학습을 사용합니다.