La minería de datos es un campo y el ajuste de curvas es un método para extraer patrones en los datos. La regresión lineal, SVM, red neuronal lineal son algunas de las técnicas para el ajuste de curvas.
En cuanto a su segunda pregunta sobre “mejor ajuste de curva con modelos complicados”, utilizamos modelos complicados para el ajuste de curva cuando la curva es más que solo una línea recta. Una curva puede ser una esfera, elipsoide, hiperboloide, parábola, en forma de s, etc.
No necesariamente necesitamos un modelo simplificado para el ajuste de la curva, incluso si un modelo simple con partición de curva adecuada puede ayudar a que el modelo simple se ajuste a la curva.
- ¿Cuál es una buena definición de Generalización wrt Deep Learning?
- ¿Existe alguna herramienta o API capacitada en datos de tweets para la extracción de entidades con nombre?
- Para aquellos que han usado redes neuronales u otro aprendizaje automático, ¿cuánto tiempo de procesamiento les ha llevado entrenarlos y qué tan grande fue el conjunto de datos?
- ¿Cuál es un ejemplo numérico para el algoritmo de análisis de componentes principales (PCA)?
- Cómo aplicar el aprendizaje automático a la realidad virtual / aumentada
Por lo tanto, la minería de datos no es una versión más sólida del ajuste de curvas, es solo un campo y el ajuste de curvas es un método para extraer patrones inusuales que no son visibles solo desde el análisis de datos.
¡¡¡¡Espero eso ayude!!!!
