HyperAIHyperAI

Command Palette

Search for a command to run...

تحليل مكونات الحي

التاريخ

منذ 3 أعوام

تحليل مكونات الحي NCA هي طريقة تعلم قياس المسافة المرتبطة بـ KNN. وهي تنتمي إلى أسلوب التعلم الخاضع للإشراف وقد اقترحها جولد بيرجر وآخرون لأول مرة. في عام 2004.

يقوم NCA بقياس بيانات العينة بناءً على خوارزمية قياس المسافة المحددة لتحقيق تصنيف البيانات المتعددة المتغيرات. وظيفتها هي نفس غرض خوارزمية أقرب جار k. ويستخدم بشكل مباشر مفهوم الجيران العشوائيين لتحديد عينات التدريب المتعلقة بعينات الاختبار. عادةً ما يتم تصنيف عينات التدريب هذه. تُستخدم هذه الطريقة غالبًا لحل مشكلات اختيار النموذج.

كلمات ذات صلة: ك أقرب جار

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تحليل مكونات الحي | Wiki | HyperAI