| dbo:abstract
|
- الميزة (بالإنجليزية: feature) هو مصطلح يستعمل في مجالات تعلم الآلة التعلم والتعرف على الأنماط، وهي خصية يمكن قياسها لظاهرة ما تحت الدراسة. ان تحديد واختيار الميزة المستقلة هي خطوة ضرورية من أجل تطوير خوارزميات فعالة في تمييز الأنماط، والتصانيف الاحصائية و التحليل الانحداري. عادة ما يختار الميزات الرقمية، ولكن يمكن استخدام سمات هيكلية مثل السلاسل و في التعرف على الأنماط. يتصل مفهوم الـ «ميزة» بالمتغير التفسيري المستخدم في التقنيات الإحصائية مثل الانحدار الخطي. (ar)
- In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon. Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression. (en)
- 特徴量（英: feature）はデータを変形して得られ、その特徴を表現し、続く処理に利用される数値である。表現（英: representation）とも。 (ja)
- Nel campo dell'apprendimento automatico, una caratteristica (nota anche con il rispettivo termine inglese feature) è una proprietà individuale e misurabile di un fenomeno osservato. La scelta di caratteristiche discriminanti, ad alto contenuto informativo e indipendenti fra loro è un passo cruciale per ottenere un efficiente algoritmo di riconoscimento di pattern, classificazione e regressione. Il valore di una feature viene solitamente reso in forma numerica; esistono tuttavia delle eccezioni, come nel riconoscimento sintattico di pattern (syntactic pattern recognition), in cui vengono considerate caratteristiche strutturali come stringhe e grafi.Il concetto di "caratteristica" è correlato a quello di variabile esplicativa usato in tecniche statistiche come la regressione lineare. L'insieme—inizialmente grezzo—delle caratteristiche potrebbe essere ridondante e troppo vasto per essere gestito efficientemente. Di conseguenza, un tipico passo preliminare in molte applicazioni dell'apprendimento automatico consiste nella selezione delle caratteristiche, nell'estrazione di caratteristiche o, più in generale, nella riduzione della dimensionalità del cosiddetto input space ("spazio di ingresso"). (it)
- 특징(特徵) 또는 피처(Feature)는 기계 학습과 패턴 인식의 용어이다. 관찰 대상에게서 발견된 개별적이고 측정가능한 경험적(heuristic) 속성을 말한다. 독립적인 변수를 잘 선택하는 것은 패턴 인식 상에서 분류를 위한 성공 요인이라 할 수 있다. 특징들은 일반적으로 수치이나, 그래프와 같은 자료 구조적인 특징들 또한 존재한다. 특징들의 집합을 (feature vector)라고 한다. 굳이 벡터로 표시하는 이유는 수학적으로 다루기 편하기 때문이다. 피쳐라는 개념을 가져온 것은 선형 회귀와 같은 통계학적인 기법에서이다. 독립 변수와 종속 변수 개념 또한 통계학에서 가져왔다. (ko)
- В машинном обучении и распознавании образов признак — это индивидуальное измеримое свойство или характеристика наблюдаемого явления. Выбор информативных, отличительных и независимых признаков является критическим шагом для эффективных алгоритмов в распознавании образов, классификации и регрессии. Признаки обычно являются числовыми, но структурные признаки, такие как строки и графы, используются в .Понятие «признака» связано с объясняющими переменными, используемыми в статистических техниках, таких как линейная регрессия. (ru)
- В машинному навчанні та розпізнаванні образів озна́ка (англ. feature) — це окрема властивість або характеристика спостережуваного явища, яку можливо виміряти. Обрання інформативних, розрізнювальних і незалежних ознак є ключовим кроком алгоритмів розпізнавання образів, класифікації та регресії. Ознаки є зазвичай числовими, але в використовують і структуровані ознаки, такі як стрічки та графи. Поняття «ознака» є пов'язаним із поняттям описової змінної, що застосовують у таких статистичних методиках як лінійна регресія. (uk)
- 在机器学习和模式识别中，特征是被观测对象的可测量性能或特性。在模式识别、分类和回归中，信息特征的选择、判别和独立特征的选择是有效算法的关键步骤。特征通常是数值型的，但可以使用结构特征（如字符串和图）。“特征”的概念与線性回歸等统计技术中使用的解释变量有关。 (zh)
|
| dbo:wikiPageID
| |
| dbo:wikiPageLength
|
- 7203 (xsd:nonNegativeInteger)
|
| dbo:wikiPageRevisionID
| |
| dbo:wikiPageWikiLink
| |
| dbp:wikiPageUsesTemplate
| |
| dcterms:subject
| |
| gold:hypernym
| |
| rdf:type
| |
| rdfs:comment
|
- الميزة (بالإنجليزية: feature) هو مصطلح يستعمل في مجالات تعلم الآلة التعلم والتعرف على الأنماط، وهي خصية يمكن قياسها لظاهرة ما تحت الدراسة. ان تحديد واختيار الميزة المستقلة هي خطوة ضرورية من أجل تطوير خوارزميات فعالة في تمييز الأنماط، والتصانيف الاحصائية و التحليل الانحداري. عادة ما يختار الميزات الرقمية، ولكن يمكن استخدام سمات هيكلية مثل السلاسل و في التعرف على الأنماط. يتصل مفهوم الـ «ميزة» بالمتغير التفسيري المستخدم في التقنيات الإحصائية مثل الانحدار الخطي. (ar)
- In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon. Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression. (en)
- 特徴量（英: feature）はデータを変形して得られ、その特徴を表現し、続く処理に利用される数値である。表現（英: representation）とも。 (ja)
- 특징(特徵) 또는 피처(Feature)는 기계 학습과 패턴 인식의 용어이다. 관찰 대상에게서 발견된 개별적이고 측정가능한 경험적(heuristic) 속성을 말한다. 독립적인 변수를 잘 선택하는 것은 패턴 인식 상에서 분류를 위한 성공 요인이라 할 수 있다. 특징들은 일반적으로 수치이나, 그래프와 같은 자료 구조적인 특징들 또한 존재한다. 특징들의 집합을 (feature vector)라고 한다. 굳이 벡터로 표시하는 이유는 수학적으로 다루기 편하기 때문이다. 피쳐라는 개념을 가져온 것은 선형 회귀와 같은 통계학적인 기법에서이다. 독립 변수와 종속 변수 개념 또한 통계학에서 가져왔다. (ko)
- В машинном обучении и распознавании образов признак — это индивидуальное измеримое свойство или характеристика наблюдаемого явления. Выбор информативных, отличительных и независимых признаков является критическим шагом для эффективных алгоритмов в распознавании образов, классификации и регрессии. Признаки обычно являются числовыми, но структурные признаки, такие как строки и графы, используются в .Понятие «признака» связано с объясняющими переменными, используемыми в статистических техниках, таких как линейная регрессия. (ru)
- В машинному навчанні та розпізнаванні образів озна́ка (англ. feature) — це окрема властивість або характеристика спостережуваного явища, яку можливо виміряти. Обрання інформативних, розрізнювальних і незалежних ознак є ключовим кроком алгоритмів розпізнавання образів, класифікації та регресії. Ознаки є зазвичай числовими, але в використовують і структуровані ознаки, такі як стрічки та графи. Поняття «ознака» є пов'язаним із поняттям описової змінної, що застосовують у таких статистичних методиках як лінійна регресія. (uk)
- 在机器学习和模式识别中，特征是被观测对象的可测量性能或特性。在模式识别、分类和回归中，信息特征的选择、判别和独立特征的选择是有效算法的关键步骤。特征通常是数值型的，但可以使用结构特征（如字符串和图）。“特征”的概念与線性回歸等统计技术中使用的解释变量有关。 (zh)
- Nel campo dell'apprendimento automatico, una caratteristica (nota anche con il rispettivo termine inglese feature) è una proprietà individuale e misurabile di un fenomeno osservato. La scelta di caratteristiche discriminanti, ad alto contenuto informativo e indipendenti fra loro è un passo cruciale per ottenere un efficiente algoritmo di riconoscimento di pattern, classificazione e regressione. Il valore di una feature viene solitamente reso in forma numerica; esistono tuttavia delle eccezioni, come nel riconoscimento sintattico di pattern (syntactic pattern recognition), in cui vengono considerate caratteristiche strutturali come stringhe e grafi.Il concetto di "caratteristica" è correlato a quello di variabile esplicativa usato in tecniche statistiche come la regressione lineare. (it)
|
| rdfs:label
|
- ميزة (تعلم الآلة) (ar)
- Feature (machine learning) (en)
- Caratteristica (apprendimento automatico) (it)
- 특징 (기계 학습) (ko)
- 特徴量 (ja)
- Признак (обучение машин) (ru)
- 特征 (机器学习) (zh)
- Ознака (машинне навчання) (uk)
|
| rdfs:seeAlso
| |
| owl:differentFrom
| |
| owl:sameAs
| |
| prov:wasDerivedFrom
| |
| foaf:isPrimaryTopicOf
| |
| is dbo:wikiPageDisambiguates
of | |
| is dbo:wikiPageRedirects
of | |
| is dbo:wikiPageWikiLink
of | |
| is foaf:primaryTopic
of | |
