摘要根据自适应谐振理论提出了半监督学习自适应谐振理论系统。
监督学习
supervised learning
暂无补充释义。
相关例句
决策理论，统计分类，最大似然和贝叶斯估计，非参数方法，非监督的学习与聚类。
在该系统中取消了一般半监督学习算法中假定已知数据概率分布的条件限制，利用自适应谐振理论的稳定性和可塑性，使其具有非常强的学习新模式和纠正错误能力。
也将在课程中以带有稀疏值理论的分类神经网络与回归的使用来探讨监督式学习。
所谓的监督式学习就是为算法提供学习的例子。
supervised learning
暂无补充释义。
摘要根据自适应谐振理论提出了半监督学习自适应谐振理论系统。
决策理论，统计分类，最大似然和贝叶斯估计，非参数方法，非监督的学习与聚类。
在该系统中取消了一般半监督学习算法中假定已知数据概率分布的条件限制，利用自适应谐振理论的稳定性和可塑性，使其具有非常强的学习新模式和纠正错误能力。
也将在课程中以带有稀疏值理论的分类神经网络与回归的使用来探讨监督式学习。
所谓的监督式学习就是为算法提供学习的例子。