ส่วนของ Machine Learning For Dummies โกงแผ่น < การเรียนรู้เกี่ยวกับเครื่องจักรเกี่ยวข้องกับการใช้อัลกอริทึมต่างๆ ตารางนี้จะให้ข้อมูลสรุปอย่างรวดเร็วของจุดแข็งและจุดอ่อนของอัลกอริทึมต่างๆ
| ป่าแบบสุ่ม | มีปัญหาในการเรียนรู้เกี่ยวกับเครื่องจักรเกือบทั้งหมด
ชีวสารสนเทศศาสตร์ |
สามารถทำงานแบบขนานได้
> ไม่สามารถใช้งานได้กับทุกคนที่มีผลลัพธ์ที่ยอดเยี่ยม ยากที่จะตีความ ลดลงเมื่อถดถอยเมื่อประมาณค่าที่ ไม่ต้องเปลี่ยนค่าใด ๆ ความรุนแรงของการกระจายของค่าการตอบสนอง |
ลำเอียงในปัญหาหลายประเภทต่อการเรียนบ่อย ๆ
การไล่โทนสี Apt ที่เกือบทุกปัญหาเกี่ยวกับการเรียนรู้ด้วยเครื่อง |
| เครื่องมือค้นหา (การแก้ปัญหาในการเรียนรู้ที่จะจัดอันดับ) > ดีที่สุดในการทำนายคลาส | จัดการค่าที่ขาดหายไปโดยอัตโนมัติ
ไม่จำเป็นต้องเปลี่ยนตัวแปรใด ๆ |
สามารถสวมใส่ได้หากใช้งานซ้ำหลายครั้ง
มีความไวต่อข้อมูลที่มีเสียงดังและ ค่าดีเอ็นเอ ไม่ทำงานได้ดีถ้าไม่มีการปรับค่าพารามิเตอร์ การถดถอยเชิงเส้น |
ค่าเริ่มต้นพื้นฐาน
การใช้ L1 & L2 regularization มีประสิทธิภาพในการเลือกคุณลักษณะ Fast to train |
| ง่ายต่อการใช้งาน | การคาดการณ์ทางเศรษฐมิติ
ฝึกอบรมเกี่ยวกับข้อมูลขนาดใหญ่ด้วยรุ่นสุ่ม คุณต้องทำงานหนักเพื่อทำให้มันพอดีกับฟังก์ชั่นที่ไม่เป็นเชิงเส้น |
สามารถทนต่อความผิดปกติ
การสนับสนุนเครื่องเวกเตอร์ การจดจำตัวอักษร การรับรู้ภาพ ข้อความ |
ไม่สามารถแปลความหมายได้เมื่อนำไปใช้กับเมล็ดที่ไม่เป็นเชิงเส้น
ต้องทนทุกข์ทรมานจากตัวอย่างมากเกินไปหลังจาก 10 000 ตัวอย่างเริ่มต้นใช้เวลานานในการฝึกอบรม |
| K- ใกล้เคียงเพื่อนบ้าน | วิสัยทัศน์คอมพิวเตอร์
การติดแท็กแบบหลายชั้น ระบบคำแนะนำ |
ปัญหาในการตรวจสอบตัวสะกด
การฝึกอบรมอย่างรวดเร็วและขี้เกียจ |
สามารถจัดการกับปัญหาแบบมัลติเชลล์ได้อย่างมาก (เช่นการติดแท็กข้อความ)
และยุ่งยากในระยะทำนาย |
| ไม่สามารถคาดการณ์ corr ได้ (999) Adaboost | การตรวจหาใบหน้า
จัดการค่าที่ขาดหายไปโดยอัตโนมัติ ไม่จำเป็นต้องเปลี่ยนตัวแปรใด ๆ ไม่ง่ายเลย |
ไม่กี่พารามิเตอร์ที่จะปรับแต่ง > การวิเคราะห์ความคิดเห็น
การตรวจหาจดหมายขยะ |
การตรวจหาจดหมายขยะ
การตรวจหาจดหมายขยะ |
| เข้าใจง่าย | คำนึงถึงความรู้ก่อน
สมมุติฐานด้านความเป็นไปได้ของคุณลักษณะที่แข็งแกร่งและไม่สมจริง การจำแนกประเภทข้อความ ใช้งานง่ายและรวดเร็วไม่ต้องใช้หน่วยความจำมากเกินไป > การรู้จำเสียงพูด การรู้จำเสียงวิสัยทัศน์ |
การประมาณค่าของเหตุการณ์ที่ไม่เป็นไปได้
ต้องทนทุกข์ทรมานจากคุณสมบัติที่ไม่เกี่ยวข้อง |
|
| เครือข่ายประสาทเทียม | ทนทานต่อความผิดพลาด
ใช้ได้เฉพาะกับตัวอย่างบางส่วนเท่านั้น (เวกเตอร์สนับสนุน s) ยากที่จะตั้งค่า ยากที่จะปรับแต่งเนื่องจากมีพารามิเตอร์มากเกินไปและคุณต้องตัดสินใจเกี่ยวกับสถาปัตยกรรมของเครือข่าย |
ยากที่จะตีความ
ง่ายต่อการสวมใส่ การถดถอยโลจิสติก < การใช้การกำหนดกฎเกณฑ์แบบ L1 & L2 มีผลในการเลือกคุณลักษณะ |
ขั้นตอนวิธีที่ดีที่สุดในการทำนายความน่าจะเป็นของ เหตุการณ์
รวดเร็วในการฝึกอบรม ง่ายต่อการฝึกอบรมเกี่ยวกับข้อมูลขนาดใหญ่ด้วยรุ่นสุ่มของ |
| คุณต้องทำงานอย่างหนักเพื่อทำให้มันพอดีกับฟังก์ชั่นที่ไม่เป็นเชิงเส้น | สามารถทนต่อความผิดพลาดได้
SVD Recommender การลดขนาดของชุดข้อมูล |
สามารถลดมิติข้อมูลลงได้
สามารถปรับโครงสร้างข้อมูลได้อย่างมีนัยสำคัญ สามารถปรับโครงสร้างข้อมูลได้อย่างมีนัยสำคัญ |
ยากที่จะเข้าใจว่าเหตุใดข้อมูลจึงถูกปรับโครงสร้างใหม่ในลักษณะที่กำหนด
PCA สมมติฐานเชิงเส้นที่แข็งแกร่ง (ส่วนประกอบคือการรวมคุณลักษณะที่มีน้ำหนัก) <99 สามารถตรวจจับค่าผิดปกติได้ในหลายมิติ |
| ทนทุกข์ทรมานจาก multicollinearity | กลุ่มมีทรงกลมไม่สามารถตรวจจับกลุ่มของรูปทรงอื่น ๆ
ไม่เสถียร โซลูชันขึ้นอยู่กับการเริ่มต้น |
ตัวเลือกของบรรณาธิการ
ใช้สำเนียงกระดาษในการจัดเตรียมอาหารและการถ่ายภาพอาหาร - มัดหนังสือสำเนียงกระดาษเช่นอุปกรณ์และของตกแต่งอื่น ๆ สามารถนำเสนออาหารได้อย่างดีสำหรับกล้องในรูปแบบอาหารและภาพถ่ายอาหารของคุณ เอกสารที่ละเอียดอ่อนเหล่านี้อาจเป็นสำเนียงเล็ก ๆ น้อย ๆ ที่สมบูรณ์แบบสำหรับการตั้งค่าการถ่ายภาพธรรมดาและบางครั้งก็น่าเบื่อ ถ้าใช้แบบดั้งเดิมตุ๊กตาหมุดก็ไม่ใช่ของคุณหรือถ้าคุณกำลังมองหาบางสิ่งบางอย่าง ... 
ใช้ขาตั้งกล้องเพื่อลดการสั่นของกล้อง - มัมมี่ในการถ่ายภาพระยะใกล้และระยะใกล้มากที่สุด อุปสรรคยากที่จะเอาชนะ คุณอาจพบวัตถุที่เคลื่อนที่ (เช่นผึ้งยุ่ง) กล้องของคุณอาจสั่นสะเทือนในระหว่างการรับแสงเนื่องจากสาเหตุต่างๆและลมอาจทำให้ทุกสิ่งในฉากของคุณเคลื่อนที่ได้ การจัดการกับท่าทางของคุณขึ้นอยู่กับเรื่องของคุณ ... 
การใช้ภาพถ่ายและผ้าลินินเพื่อจัดเตรียมอาหารและการถ่ายภาพอาหาร - มัมมี่ห้องสมุดสำหรับตกแต่งบ้านที่มีสินค้า เช่นจานและผ้าสำหรับธุรกิจถ่ายภาพอาหารช่วยให้คุณสามารถจัดรูปถ่ายของคุณได้ ขณะที่คุณรวบรวมอาหารผ้าเช็ดปากและสิ่งอื่น ๆ เก็บไว้ในบ้านหรือในสตูดิโอเพื่อจัดระเบียบและจัดเก็บวัสดุของคุณ การเก็บเข้าลิ้นชักโลหะอุตสาหกรรมทำได้ดีและช่วยให้คุณเห็นทุกอย่าง ... ตัวเลือกของบรรณาธิการ
การเพิ่มข้อมูลลงในภาพเดียวบน Canon EOS 6D ของคุณ - หุ่นข้อมูลเมตามีประสิทธิภาพมาก เมื่อคุณเพิ่มข้อมูลเมตาลงในรูปภาพใน EOS 6D จะหาได้ง่ายขึ้น ข้อมูลนี้สามารถใช้งานได้หากคุณตัดสินใจแยกสาขาออกและพยายามขายรูปภาพบางส่วนในหน่วยงานภาพสต็อก ข้อมูลเมตายิ่งมีมากเท่าไหร่ก็ยิ่งหาได้ง่ายกว่า ... 
การปรับช่องมองภาพบนกล้อง Canon EOS 70D - Dummiesใน Canon EOS 70D, ใกล้ด้านขวาบนของสายยางที่ล้อมรอบช่องมองภาพเป็นปุ่มหมุน (ดูรูปต่อไปนี้) ที่ช่วยให้คุณปรับโฟกัสของช่องมองภาพให้ตรงกับสายตาของคุณ ปุ่มหมุนนี้เป็นที่รู้จักอย่างเป็นทางการว่าเป็นตัวควบคุมการปรับสายตา หากไม่ใช้ขั้นตอนนี้ฉากที่ปรากฏ ... ตัวเลือกของบรรณาธิการ
สิ่งที่ควรค้นหาในซอฟต์แวร์การถ่ายภาพ HDR - ดัมมี่องค์ประกอบที่สำคัญที่สุดของการถ่ายภาพแบบไดนามิกสูงคือ ไม่แปลกใจที่แอพพลิเคชันซอฟต์แวร์ HDR นี่คือสิ่งที่คุณใช้ในการเปลี่ยนภาพถ่ายที่ถ่ายคร่อมของคุณ (และการเปิดรับแสงดิบแบบดิบเพียงครั้งเดียวสำหรับ pseudo-HDR) ในภาพช่วงไดนามิคสูงและแผนที่โทนเพื่อสร้างภาพที่มีความอิ่มตัวและดึงดูดความสนใจดังที่แสดงในภาพนี้ ใช้เวลาลอง ... 
เมื่อต้องการแปลง HDR เป็นขาวดำ - ม้วนหนึ่งตัวเลือกเพื่อสร้างสีดำและสีขาวสูง ภาพช่วงไดนามิก (HDR) คือการแปลงภาพถ่ายสีของคุณให้เป็นขาวดำก่อนใช้ภาพเหล่านี้เพื่อสร้างภาพ HDR คุณมีสองตัวเลือกเพื่อเลือกว่านี่คือทิศทางที่คุณต้องการหรือไม่: แปลงระหว่าง Conversion ดิบ แปลงระหว่างการทำแผนที่โทน หากเลือก ... 
สิ่งที่ควรนำมาสู่การถ่ายภาพอาหารนอกสถานที่ - มัมมี่รายการตรวจสอบคือ เพียงวิธีเดียวในการจดจำทุกอย่างที่คุณต้องการสำหรับการถ่ายภาพอาหารนอกสถานที่ขนาดใหญ่ เมื่อเขียนรายการตรวจสอบลองพิจารณาด้านต่างๆของการถ่ายทำที่กำลังจะเกิดขึ้น รายการที่ครอบคลุมมากขึ้นดีกว่า จดจำพื้นฐานสำหรับการจัดเตรียมอาหารและการถ่ายภาพอย่าลืมข้อมูลเบื้องต้นเกี่ยวกับชุดของคุณ ... |
