CLASSIFICATION PROBLEMS Meaning in Japanese - translations and usage examples

• 分類問題

Examples of using Classification problems in English and their translations into Japanese

Used in classification problems.
分類問題における応用。

The P300 speller is composed of two classification problems.
P300スペラーは2つの識別問題からなる。

In classification problems we want to estimate the probability of different outcomes.
分類問題において、異なる事象の確率を推定したいとする。

Used for multiclass classification problems.
多値分類問題への応用。

Often, classification problems are modeled to choose one category(class) out of two.
多くの場合、分類問題は2つのカテゴリ(クラス)から1つを選択するようモデル化されます。

Various prediction and classification problems.
予測問題と分類問題。

Activation function used in hidden layers are used to solve and express non-linear functions(including classification problems).
非線形問題（分類問題）の場合は、隠れ層用活性化関数を使用します。

Applied to classification problems.
分類問題に使用される。

This single perceptron is capable of solving simple classification problems.
このパーセプトロンを使うと、簡単な分類問題などを解くことができます。

Statistical pattern classification problems often meet a situation that comparison between probabilities is obvious and redundant.
統計的パターン分類問題は多くの場合、確率の間の比較が明らかに冗長である状況があります。

It is widely used for classification problems.
分類問題に非常によく使われる。

Automated Optimal Binning and WOE Transformation with World Programming Software Model Training and ScalingLogistic regression is a commonly used technique in credit scoring for solving binary classification problems.
WorldProgrammingSoftware(WPS)での最適ビニングのとWOE変換の自動化モデルトレーニングと調整ロジスティック回帰はクレジットスコアリングでバイナリ分類の問題を解決するために一般的に用いられています。

There are two types of problems: classification problems and regression problems.
この中にも主に２つの種類、RegressionProblem（回帰問題）とClassificationProblem（分類問題）がある。

This is considered to be used in solving both regression and the classification problems.
このため、主に、回帰問題や分類問題を解決するのに使われる。

The most common metrics for binary classification problems are gains chart, lift chart, ROC curve and Kolmogorov-Smirnov chart.
二項分類問題の最も一般的な測定基準はゲインチャート、リフトチャート、ROC曲線、コルモゴルフ=スミルノフチャートなどです。

It mainly solves the regression and classification problems.
主に、回帰問題や分類問題を解決するのに使う。

Unlike classical control and classification problems, the solutions are complex and must be discovered and optimized in multidimensional space.
古典的制御システムや統計分類問題とは異なり、自動計画の解は複雑で未知であり、多次元空間における発見と最適化が必要となる。

It mainly solves the regression and classification problems.
このため、主に、回帰問題や分類問題を解決するのに使われる。

This is a classic dataset that is popular for beginner machine learning classification problems.
これは初歩の機械学習による分類問題でよく使われる古典的なデータセットです。

Supervised anomaly detection techniques require a data set that has been labeled as“normal” and“abnormal” and involves training a classifier(the key difference to many other statistical classification problems is the inherent unbalanced nature of outlier detection).
教師あり異常検知（SupervisedAnomalyDetection）手法は「正常」と「異常」にラベル付されたデータセットを必要とし、分類器を訓練することを含む（他の多くの統計分類問題との決定的な違いは固有の外れ値検出の不均衡な性質である）。

Text classification problem 2｜University of Big Data(Beta).
テキスト分類問題その２｜ビッグデータ大学（β）。

Text classification problem 2.
テキスト分類問題その２。

Tutorial on Text classification problem 2.
テキスト分類問題その２チュートリアル。

It is generally used in the classification problem.
一般的に分類問題で使われます。

For example, let's think of an image classification problem.
例えば,画像の識別の問題を考えてみましょう。

This is a so-called nonlinear classification problem.
これは非線形分類問題（nonlinearclassificationproblem）と呼ばれます。

Because there's a small number of discrete values, I would therefore treat it as a classification problem.
少数の離散値が関わるだけなので、これは分類問題として扱います。