-
For several relevant algorithms, data enters into the algorithm only in expressions involving an inner product of feature vectors, hence the name kernel methods.
Для некоторых важных алгоритмов данные получаются алгоритмом только в выражениях, использующих скалярное произведение от вектора признаков, вследствие чего они и получили название ядерные методы.
-
In machine learning, kernel methods are a class of algorithms for pattern analysis, whose best known member is the support vector machine (SVM).
Ядерные методы в машинном обучении - это класс алгоритмов распознавания образов, наиболее известным представителем которого является метод опорных векторов (МОВ, англ. SVM).
-
A non-exhaustive list of software implementations of kernel density estimators includes: In Analytica release 4.4, the Smoothing option for PDF results uses KDE, and from expressions it is available via the built-in Pdf function.
Неполный список программного обеспечения, реализующих ядерные оценщики плотности: В пакете Analytica релиз 4.4 опция Smoothing для функции плотности вероятности использует KDE, и для выражений возможность доступна как встроенная Pdf функция.
-
Kernel functions have been introduced for sequence data, graphs, text, images, as well as vectors.
Ядерные функции были введены для последовательных данных, графов, текстов, изображений, а также для векторов.
-
The figure on the right below shows the true density and two kernel density estimates-one using the rule-of-thumb bandwidth, and the other using a solve-the-equation bandwidth.
Рисунок справа внизу показывает истинную плотность и две ядерные оценки плотности - одна использует эмпирическое правило выбора полосы, а другая использует выбор полосы, основанный на решении уравнения.