Least Mean Square Algorithm (LMS Algorithm)

Định nghĩa Least Mean Square Algorithm (LMS Algorithm) là gì?

Least Mean Square Algorithm (LMS Algorithm)Ít nhất Mean Square Algorithm (LMS Algorithm). Đây là nghĩa tiếng Việt của thuật ngữ Least Mean Square Algorithm (LMS Algorithm) - một thuật ngữ thuộc nhóm Technology Terms - Công nghệ thông tin.

Độ phổ biến(Factor rating): 5/10

Các bình phương trung bình tối thiểu (LMS) thuật toán là một loại bộ lọc được sử dụng trong máy học mà gradient descent sử dụng ngẫu nhiên theo những cách tinh vi - chuyên gia mô tả nó như một bộ lọc thích nghi giúp để đối phó với xử lý tín hiệu theo những cách khác nhau.

Xem thêm: Thuật ngữ công nghệ A-Z

Giải thích ý nghĩa

Ít nhất thuật toán bình phương trung bình sử dụng một kỹ thuật gọi là “phương pháp gốc dốc” và không ngừng ước tính kết quả bằng cách cập nhật trọng lượng lọc. Thông qua nguyên tắc của thuật toán hội tụ, thuật toán bình phương trung bình tối thiểu cung cấp các đường cong học tập đặc biệt hữu ích trong lý thuyết và thực hiện học máy. Nhiều người trong số những ý tưởng này là một phần của công việc chuyên dụng trên máy lọc mô hình học tập, phù hợp với nguyên liệu đầu vào đến đầu ra, làm cho đào tạo và kiểm tra các quy trình hiệu quả hơn, và thường theo đuổi “hội tụ”, nơi lặp đi lặp lại quá trình học tập giải quyết vào một kết quả cuối cùng chặt chẽ thay vì nhận được tắt theo dõi .

What is the Least Mean Square Algorithm (LMS Algorithm)? - Definition

The least mean square (LMS) algorithm is a type of filter used in machine learning that uses stochastic gradient descent in sophisticated ways – professionals describe it as an adaptive filter that helps to deal with signal processing in various ways.

Understanding the Least Mean Square Algorithm (LMS Algorithm)

The least mean square algorithm uses a technique called “method of steepest descent” and continuously estimates results by updating filter weights. Through the principle of algorithm convergence, the least mean square algorithm provides particular learning curves useful in machine learning theory and implementation. Many of these ideas are part of dedicated work on refining machine learning models, matching inputs to outputs, making training and test processes more effective, and generally pursuing “convergence” where the iterative learning process resolves into a coherent final result instead of getting off track.

Thuật ngữ liên quan

  • Machine Learning
  • Deep Learning
  • Algorithm
  • Stochastic
  • Gradient Descent Algorithm
  • Perceptron
  • Hidden Layer
  • Computational Linguistics
  • Turing Test
  • Backward Chaining

Source: ? Technology Dictionary - Filegi - Techtopedia - Techterm

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *