Puede hacer aprendizaje automático con muchos datos, hay muchas galaxias en nuestro universo, puede usar el aprendizaje automático para clasificarlas.
La clasificación más común para la galaxia es la clasificación morfológica / basada en su forma, representada simplemente en este Diagrama del diapasón de Hubble, las galaxias elípticas (E), las galaxias espirales (S), las galaxias espirales barradas (Sb). Las galaxias que no sigan este esquema se clasificarán como galaxias irregulares.
- ¿Cuáles son las instituciones en India que ofrecen cursos de aprendizaje automático y minería de datos y cuáles son las áreas posteriores?
- ¿Cómo evalúa el rendimiento de un algoritmo de aprendizaje no supervisado?
- Cómo hacer aprendizaje automático usando scikit-learn para un archivo CSV que tiene muchas columnas de texto
- ¿Aprendizaje automático en una caja negra / prueba de conocimiento cero?
- ¿Cómo se comparan las bibliotecas de aprendizaje automático de C ++ con las disponibles en Python?
La numeración en la galaxia elíptica se basa en la elipticidad y el índice alfabético en la galaxia espiral se basa en la estanqueidad / compacidad de la espiral.
Como ya tiene muchas galaxias clasificadas conocidas, puede usarlas para entrenar / evaluar. Puede intentar utilizar una capacitación supervisada o no supervisada para ver qué sucede con sus datos. Hay muchos documentos escritos sobre esto, puedes intentar leerlos primero.
