بیگنگ

مصنف: Roger Morrison
تخلیق کی تاریخ: 26 ستمبر 2021
تازہ کاری کی تاریخ: 10 مئی 2024
Anonim
بیگنگ نیوز۔  نگری میرا حسنال۔  آج پھر عادل دکھی کی دکان لٹ گئی۔  رات گئے چور دکان کا تالا کاٹ کر ڈھا
ویڈیو: بیگنگ نیوز۔ نگری میرا حسنال۔ آج پھر عادل دکھی کی دکان لٹ گئی۔ رات گئے چور دکان کا تالا کاٹ کر ڈھا

مواد

تعریف - بیگنگ کا کیا مطلب ہے؟

"بیگنگ" یا بوٹسٹریپ جمع ایک خاص قسم کی مشین لرننگ عمل ہے جو مشین لرننگ ماڈلز تیار کرنے کے لئے جوڑنے والی لرننگ کا استعمال کرتی ہے۔ 1990 کی دہائی میں شروع کی گئی ، اس تکنیک میں ٹریننگ سیٹ کے مخصوص گروپس کا استعمال کیا گیا ہے جہاں مختلف ٹریننگ سیٹوں کے درمیان کچھ مشاہدات دہرائے جاسکتے ہیں۔


مائیکروسافٹ ازور اور مائیکروسافٹ کلاؤڈ کا تعارف | اس گائیڈ کے دوران ، آپ کو معلوم ہوگا کہ کلاؤڈ کمپیوٹنگ کیا ہے اور مائیکروسافٹ ایذور آپ کو بادل سے ہجرت کرنے اور اپنے کاروبار کو چلانے میں کس طرح مدد کرسکتا ہے۔

ٹیکوپیڈیا بیگنگ کی وضاحت کرتا ہے

ماڈلنگ کے ل better بہتر فٹنگ پیدا کرنے کے لئے مشین سیکھنے میں بیگنگ کا خیال بڑے پیمانے پر استعمال ہوا ہے۔ خیال یہ ہے کہ اگر آپ مشین سیکھنے کے کئی آزاد یونٹ لیتے ہیں تو ، وہ ایک یونٹ سے اجتماعی طور پر بہتر کام کرسکتے ہیں جس میں زیادہ وسائل ہوں گے۔

واقعی یہ بتانے کے لئے کہ یہ کیسے کام کرتا ہے ، بیگنگ عمل کے ہر حصے کو ایک انفرادی دماغ کی طرح سوچئے۔ بیگنگ کے بغیر ، مشین لرننگ ایک دشواری پر کام کرنے والے واقعتا smart ذہین دماغ پر مشتمل ہوگی۔ بیگنگ کے ساتھ ، عمل میں بہت سارے "ضعیف دماغ" یا اس سے کم مضبوط دماغ پر مشتمل ہوتا ہے جو کسی منصوبے میں تعاون کر رہا ہو۔ ان میں سے ہر ایک کے پاس اپنی سوچ کا ڈومین ہوتا ہے ، اور ان میں سے کچھ ڈومین اوورپلائپ ہوتے ہیں۔ جب آپ حتمی نتیجہ ایک ساتھ رکھتے ہیں تو ، یہ صرف ایک "دماغ" کے مقابلے میں بہت زیادہ تیار ہوتا ہے۔


ایک بہت ہی حقیقی معنوں میں ، بیگنگ کے فلسفے کو ایک بہت ہی قدیم محور کے ذریعہ بیان کیا جاسکتا ہے جو کچھ سالوں تک ٹیکنالوجی کی پیش گوئی کرتا ہے: "دو سر ایک سے بہتر ہیں۔" بیگنگ میں ، 10 یا 20 یا 50 سر ایک سے بہتر ہیں ، کیوں کہ نتائج کو مکمل طور پر لیا جاتا ہے اور ایک بہتر نتیجے میں اکٹھا کیا جاتا ہے۔ بیگنگ ایک ایسی تکنیک ہے جو انجینئرز کو مشین سیکھنے میں "اوورفٹنگ" کے رجحان سے لڑنے میں مدد فراہم کرسکتی ہے جہاں سسٹم ڈیٹا یا مقصد کے مطابق نہیں ہوتا ہے۔