Translation of "learning algorithms" to Korean language:

Dictionary English-Korean

Learning - translation :

Keywords : 알고리즘 컴퓨터 사용 얘긴데요 입력 배우 배워야 배웠 학습 배울

Examples (External sources, not reviewed)

Learning algorithms are also widely used for self customizing programs.	학습 알고리즘은 스스로 커스터마이즈 하는 프로그램에도 많이 쓰입니다.
And we're learning from neural nets, genetic algorithms, evolutionary computing.	또한 우리는 신경망과 유전 알고리즘과 진화적인 컴퓨팅으로부터도 배우죠.
Finally learning algorithms are being used today to understand human learning and to understand the brain.	결국 오늘날 사용되는 학습 알고리즘은 사람이 배우는 과정과 인간의 두뇌를 이해하기 위한 것입니다.
Finally learning algorithms are being used today to understand human learning and to understand the brain.	마지막으로 학습알고리즘은 오늘날 인간이 학습하는 것과 인간의 두뇌를 이해하기 위하여 사용 되고도 있습니다.
In this class you learn about state of the art machine learning algorithms.	이 과정에서는 최신 학습 알고리즘을 배웁니다.
In this class you learn about state of the art machine learning algorithms.	이번 강의에서는 최신의 기계학습 알고리즘에 대하여 배워 보겠습니다.
And we'll begin to talk about the main types of machine learning problems and algorithms.	중요한 기계 학습 알고리즘들을 소개하고, 기계 학습에서 중요한 용어들을 선별하여 설명하고,
Learning algorithms are also widely used for self customizing programs. Every time you go to	또한 스스로 프로그래밍을 할 수 있는 학습알고리즘은 널리 이용되고 있습니다.
And we'll begin to talk about the main types of machine learning problems and algorithms.	그리고 기계학습 문제의 종류들과 알고리즘에 대하여 얘기 해보겠습니다.
So just to motivate our discussion on generative learning algorithms, right, so by way of contrast, the source of classification algorithms we've been talking about	Generative learning algorithm 논의의 동기 유발을 위해 이전까지 이야기 했던 Classification algorithm과 대조해 보기로 하죠. 이전까지 이야기 했던 Classification algorithm과 대조해 보기로 하죠.
In some cases, there would actually be algorithms, and very sophisticated algorithms.	간혹, 그 안에는 실제로 복잡한 알고리즘이 적용되는 경우가 있습니다.
And if these algorithms,	그런데 이런 알고리즘들이
These are robust algorithms.	여기엔 명백한 규칙성이 있습니다.
First, the detection algorithms.	첫 째, 알고리즘 추정입니다.
Typically, algorithms are executed by computers, but we humans have algorithms as well.	일반적으로 알고리즘은 컴퓨터에 의해 실행됩니다. 하지만 우리 인간도 알고리즘을 갖고 있습니다.
So what I want to do today is talk about a different type of learning algorithm, and, in particular, start to talk about generative learning algorithms and the specific algorithm called Gaussian Discriminant Analysis.	오늘 할 이야기는 여러 종류의 Learning algorithm에 대한 것입니다. 특히, generative learning algorithms에 대해 먼저 이야기 하고 Gaussian Discriminant Analysis(GDA)라고 불리는 알고리즘에 대해 이야기 할 거에요.
Before we get into the details of neural network learning algorithms, I want to talk a little bit about machine learning, why we need machine learning, the kinds of things we use it for, and show you some examples of what it can do.	자세하게 들어가기전에, 기계학습에 대해서 조금 이야기를 하려고 합니다. 왜 기계학습이 필요한지, 어떤 종류의 것들이 필요한지, 그것이 무엇을 할 수 있는지에 대한 예를 보여줄겁니다. 기계학습이 필요한 이유는
And over time, their actions in EyeWire are training advanced machine learning algorithms that will help automate the reconstruction of 3D objects from image data.	그리고 시간이 지남에 따라 아이와이어에서 사람들의 활동 덕분에 영상 자료로부터 3D 객체를 자동적으로 재건하는 것을 돕는 고급 기계 학습 알고리즘을
Now, why are algorithms even important?	이제 알고리즘이 왜 그렇게 중요한지 아시겠어요?
We'll look at two classic algorithms.	이 문제에서 소위 동적 연결성(dynamic connectivity) 문제를 푸는 몇 가지 알고리즘이 있습니다.
Now on to the detection algorithms.	알고리즘 추적에 관해서 말이죠.
And then we used some algorithms that are a lot like speech recognition algorithms, called pattern recognition.	그리고 우리는 음성 인식 알고리즘과 매우 유사한 패턴 인식 알고리즘을 몇개 사용했지요.
The bulk of our research is algorithms.	저희 연구의 대부분은 알고리즘입니다.
Genetic algorithms are great for certain things	유전자 알고리즘이 몇몇 문제를 해결할 때는 아주 좋은 방식입니다.
I think of algorithms that do this.	이런걸 하는 알고리즘을 생각해봅시다. 트래이닝 셋이 주어지고
learning.	학습을 고려해야한다는 것입니다. 여러분들 중에는 이곳 예일에서 요구하는
learning.	이게 도움이 되는지 여부처럼 단서 없이 이 강의를 모두에게 제공하는 대신
For that we used artificial evolution genetic algorithms.	이를 위해서 유전알고리즘을 이용하여 인공적으로 진화하도록 했죠
And in engineering as well, in all fields of engineering, we have larger and larger, and larger and larger data sets, that we're trying to understand using learning algorithms.	기계 학습 알고리즘은 우리에게 인간 유전자를 더 이해할 수 있게 도와줍니다. 또한 모든 공학 분야에 점차 많이 쓰이고 있습니다.
You'll pick up some of the main machine learning terminology, and start to get a sense of what are the different algorithms, and when each one might be appropriate.	어떤 상황에 어떤 알고리즘이 적합할지를 배울 것입니다.
And in engineering as well, in all fields of engineering, we have larger and larger, and larger and larger data sets, that we're trying to understand using learning algorithms.	점점 더 커져가는 데이터를 처리해야하는 상황이 왔습니다. 그래서 현재 그 방대한 데이터들을 학습알고리즘을 사용하여 분석하고 있습니다.
You'll pick up some of the main machine learning terminology, and start to get a sense of what are the different algorithms, and when each one might be appropriate.	여러분은 주요 기계학습기술들을 선택 하고 여러 알고리즘 중 하나를 어떻게 선택해야하는지,
Keep learning.	항상 배우십시오.
learning disabilities.	학습장애를 가졌죠. 물론 그들은 가끔씩 또는 꽤 흔하게
learning algorithm.	그럼 우리는 선형 리그레션의 두번째 해석으로

이 페이지를 한국어로 표시하십시오