目次:
定義-線形互換性関数とはどういう意味ですか？
線形互換性関数は、機械学習プログラム（または同様の技術）がトレーニング入力を調べることで分類問題の同一性を解決しようとする、構造化された予測作業の一部になります。
この種の構造は、高速クリップで人工知能を革新しているニューラルネットワークモデルの一般的なフレームワーク内で意味をなします。
Techopediaは線形互換性関数を説明します
線形互換機能は、構造化された生産タスクを達成するために、システムがこれらの入力と出力の組み合わせられたプロパティをエンコードする入力/出力ペアのジョイントフィーチャ表現で役立つ場合があります。 システムは、指定された入力または入力のセットに対して最も互換性のある結果を予測する場合があります。
これらのタイプのアルゴリズムおよび数学的構造は、教師付き機械学習で構造化された予測結果を得るために、解析ツリーまたは決定ツリーまたは他のモデルに適用できます。通常、ラベルはプログラムが識別結果を達成するのに役立ちます。
多くの専門家が、教師なしMLよりも教師付きMLの方が一般的に簡単に実装される方法について話します。 ラベルの有用性は、線形互換性関数や構造化予測の他の側面への適用において特に明確に思われます。
