Translation of "learning algorithms" to Serbian language:

Dictionary English-Serbian

Learning - translation :

Keywords : Uèim Uèiš Uèenjem Uèenju Uèenja

Examples (External sources, not reviewed)

learning algorithms. There are several different types of learning algorithms.	Постоји неколико различитих типова алгоритама машинског учења.
Learning algorithms are also widely used for self customizing programs.	Учећи алгоритми су такође у широкој примени код самоприлагођавајућих програма.
Finally learning algorithms are being used today to understand human learning and to understand the brain.	Коначно, учећи алгоритми се данас користе да би се разумео процес учења код људи и да би се разумело како мозак ради. Говорићемо о томе како истраживачи користе ово за напредовање ка великом ВИ сну.
In this class you learn about state of the art machine learning algorithms.	На овим предавањима учићете о најмодернијим алгоритмима машинског учења.
So, that's it for supervised learning and in the next video I'll talk about unsupervised learning, which is the other major category of learning algorithms.	Дакле, то је све за надгледано учење и у следећем видеу ћу да говорим о ненадгледаном учењу, који је друга велика категорија учења.
It turns out that clustering algorithms and Unsupervised Learning algorithms are used in many other problems as well. Here's one on understanding genomics.	Алгоритми груписања и алгоритми ненадгледаног учења се користе и за многе друге проблеме.
Learning and in the next video, we'll delve more into specific learning algorithms and start to talk about just how these algorithms work and how we can, how you can go about implementing them.	И то је то што се тиче ненадгледаног учења. У следећем видеу заћи ћемо дубље у конкретне алгоритме машинског учења и почећемо да причамо о томе како ови алгоритми раде и како их можемо имплементирати.
And we'll begin to talk about the main types of machine learning problems and algorithms.	И почећемо да говоримо о основним врстама проблема и алгоритама у машинском учењу.
It turns out the Silicon Valley, for a lot of machine learning algorithms, what we do is first prototype our software in Octave because software in Octave makes it incredibly fast to implement these learning algorithms.	Или ако имате Матлаб, можете и то користити. Испоставило се да у Силицијумској долини за пуно алгоритама машинског учења, оно што радимо је да прво направимо прототип нашег софтвера у Октави јер се у Октави невероватно брзо могу имплементирати ови алгоритми.
Suppose you're running a company and you want to develop learning algorithms to address each of two problems.	Претпоставимо да сте покренули компанију и желите да развијете учеће алгоритме за решавање сваког од два проблема.
But it turns out that when you use the right programming environment, many learning algorithms can be really short programs.	Не кажем да је ово лак проблем.
Algorithms are rules.	Алгоритми су правила.
First, the detection algorithms.	Prvi su algoritmi za detekciju.
Learning is also used for surprisingly astronomical data analysis and these clustering algorithms gives surprisingly interesting useful theories of how galaxies are born.	Коначно, ненадгледано учење се, на изненађење, такође користи за анализу астрономских података и ови алгоритми груписања производе изненађујуће интересантне и корисне теорије о томе како су галаксије настале.
It turns out one of the other things we'll spend a lot of time on in this class is practical advice for applying learning algorithms.	Једна од ствари на коју ћу потрошити доста времена на овом часу су практични савети за примену алгоритама за машинско учење.
Now on to the detection algorithms.	Nazad na algoritme detekcije.
And then we used some algorithms that are a lot like speech recognition algorithms, called pattern recognition.	I onda smo koristili neke algoritme koji su slični algoritmima za prepoznavanje govora, što se naziva prepoznavanje obrasca.
There's a huge difference between, between people that know how to use these machines learning algorithms, versus people who don't know how to use these tools well.	Постоји огромна разлика између људи који знају како да користе алгоритме за машинско учење, наспрам људи који не знају како да користе ове алате на прави начин.
The bulk of our research is algorithms.	Највећи део нашег истраживања су алгоритми.
So, we've looked at 2 search algorithms.	Mi smo gledali 2 algoritma pretrage.
And it turns out one of the interes , most interesting learning algorithms that we'll see in this class is a learning algorithm that can deal with, not just two or three or five features, but an infinite number of features.	Испоставља се да је један од најинтересантнијих учећих алгоритама који ћемо видети у овом предмету, учећи алгоритам који може да користи не само две или три или пет одлике, него неограничен број одлика.
So a block cipher is made up of two algorithms, E and D. These are encryption and decryption algorithms.	Блок шифра се састоји од два алгоритма, Е и D. То су алгоритми за шифровање и дешифровање.
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.	У свим инжењерским пољима имамо све веће и веће сетове података које покушавамо да разумемо користећи учеће алгоритме.
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.	Научићете нешто од терминологије у машинском учењу и почети да стичете осећај шта су различити алгоритми и када би сваки од њих могао бити применљив.
Keep learning.	Наставите да учите.
How did we design the algorithms to do this?	Како смо дизајнирали алгоритме за то?
These are two algorithms competing for your living room.	Ovo su dva konkurentna algoritma za vašu dnevnu sobu.
I'm learning Korean.	Učim korejski.
Use AI learning	ВИ се учи
Learning became reinforced.	Učenje se pojačava.
We're learning everything.	Mi učimo sve.
Teaching about learning algorithms is like giving you a set of tools, and equally important or more important to giving you the tools is to teach you how to apply these tools.	Учење о алгоритмима машинског учења је као да вам неко да сет алата. Једнако важено или још важније од тога да вам неко да алате, јесте да вас научи како да примените те алате. Ја волим да направим аналогију са учењем за столара.
And the question is, are each of these algorithms complete?	Pitanje je, koji od ovih algoritama je celokupan?
And the only requirements is that these algorithms are consistent.	Једини захтев је да ови алгоритми буду доследни.
Well, it's made up of three algorithms G, E, and	Састоји се из три алгоритма, G, E и D.

Прикажите ову страницу на српском