English

Arabic Catalan Chinese Czech Danish Dutch English French German Greek Hebrew Hindi Hungarian Italian Japanese Korean Persian Polish Portuguese Romanian Russian Slovak Spanish Swedish Thai Turkish Ukrainian Vietnamese

Korean

Definition Arabic Catalan Chinese Czech Danish Dutch English French German Greek Hebrew Hindi Hungarian Italian Japanese Korean Persian Polish Portuguese Romanian Russian Slovak Spanish Swedish Thai Turkish Ukrainian Vietnamese

Favorites

Advertising

classification problem

Translation of "classification problem" in Korean

We couldn’t find this entry. Showing approximate results. Check your spelling or suggest adding this term to the dictionary.

분류 문제에

분류 문제를

already a major, stunning breakthrough in the classification problem.

분류 문제에 이미 주요, 놀라운 돌파구를 찾았다.

is it possible to generalize the amount of data that is needed for a regression and classification Problem?

회귀 및 분류 문제에 필요한 데이터의 양을 일반화할 수 있습니까?

For that matter, not every regression or classification problem needs to be solved with.

그렇게 따지면 모든 회귀 또는 분류 문제를 머신러닝으로 풀어야 할 필요도 없다.

Now in the simple classification problem I just showed you,

이제 막 여러분에게 보여준 간단한 분류 문제에서,

The algorithm is formally justified by the assumption that the data are generated by a mixture model, and the components of this mixture model are exactly the classes of the classification problem.

알고리즘은 데이터가 혼합 모델에 의해 생성 되었다는 가정에 의해 정당화 되고, 이 혼합 모델의 구성요소는 정확히 분류 문제의 클래스이다.

For example, in the following image representing a binary classification problem, the decision boundary is the frontier between the orange class and the blue class

예를 들어, 이진 분류 문제를 표현하고 있는 다음 그림에서, 결정 경계는 오렌지색 범주와 파란색 범주의 경계임

So, it is a classification problem and I'm assuming I can use one of the 5 models/fit you have given as examples here in this Iris project.

그래서, 그것은 분류 문제이며, 나는이 아이리스 프로젝트에서 여기에 예제로 제공 한 5 가지 모델/ 맞춤 중 하나를 사용할 수 있다고 가정합니다.

In 2004, an analysis of the Bayesian classification problem showed that there are sound theoretical reasons for the apparently implausible efficacy of naive Bayes classifiers.

2004 년의 한 분석 은 나이브 베이즈 분류의 이러한 능력에 명확한 이론적인 이유가 있음을 보여 주었다.

In 2004, analysis of the Bayesian classification problem has shown that there are some theoretical reasons for the apparently unreasonable efficacy of naive Bayes...

2004년에, 베이지안 분류 문제점의 분석은 순진한 베이즈 분류기의 명백하게 믿을 수 없는 효험을 위한 건전한 이론적인 이유가 있다는 것을 보여주었습니다.