መነሻምድቦችማሽን መማር እና ኒውራል ኔትወርኮች

🧠 ማሽን መማር እና ኒውራል ኔትወርኮች

የውሳኔ ዛፎች፣ ማጠናከሪያ ትምህርት (reinforcement learning)፣ ራስ-አደራጅ ካርታዎች እና k-means ስብስቦች በምስል ተዳሰዋል።

16 ማስመሰያዎች60 fps እውነተኛ-ጊዜ0 የመጫኛ ደረጃዎች
Decision Tree LiveCART decision tree with Gini impurity splitting; axis-aligned splits emerge level by level… Reinforcement LearningQ-learning agent navigates an 8×8 grid maze. Heatmap shows max Q-values; white arrows show… Self-Organising Map24×24 Kohonen SOM (576 neurons, 3D RGB input). Gaussian neighbourhood update as α and σ… K-Means Clustering — Interactive Machine LearningStep through K-means clustering: watch centroids converge, Voronoi regions update, and… PCA & SVD Visualiser — Principal Component Analysis InteractiveGenerate a 2D dataset, diagonalise covariance matrix into principal components, and watch… PerceptronNewRosenblatt's 1958 algorithm: each misclassified point tilts the weight vector w ← w + η·y·x.… k-Nearest NeighboursNewClassify a point by majority vote among its k closest neighbours. Decision regions update… BackpropagationNewδ pulses flow backward through a small MLP: gradients highlight edges, weights update, and… Random Forest ClassifierNewBagging and random feature selection turn weak decision trees into a robust forest. Compare… t-SNE VisualiserNewt-SNE projects high-dimensional clusters to 2D via gradient descent on KL divergence. Tune… Self-Organising Map (SOM)NewA Kohonen grid folds high-dimensional data into 2D: neuron weights self-organise as σ… Radial Basis Function NetworkNewRadial basis network: N Gaussian bumps of width σ sum into a smooth decision boundary —… K-Means Clustering — Lloyd's AlgorithmNewCluster 2D points with k-means: assign to nearest centroid, move to the mean, repeat. Watch… DBSCAN — Density-Based ClusteringNewDBSCAN grows clusters from dense core points via ε-neighbourhoods and minPts, labelling… Naive Bayes Classifier — Probabilistic DecisionNewClassify 2D points with Gaussian naive Bayes: estimate per-class means and variances, apply… Gradient Descent — 3D Loss Surface & OptimisersNewNavigate a 3D loss landscape (Rosenbrock, Rastrigin, Himmelblau) with SGD, Momentum, RMSprop…
ስለ ምድቡ

ማሽን መማር እና ኒውራል ኔትወርኮች

የውሳኔ ዛፎች፣ ማጠናከሪያ ትምህርት (reinforcement learning)፣ ራስ-አደራጅ ካርታዎች እና k-means ስብስቦች በምስል ተዳሰዋል።

Three.js · WebGL 60 FPS CC BY 4.0
ፈጣን እውነታዎች
16በዚህ ምድብ ውስጥ ያሉ በይነተገናኝ ማስመሰያዎች
በማንኛውም ዘመናዊ አሳሽ በ60 FPS ይሰራል
🌐በእንግሊዝኛ፣ ዩክሬንኛ፣ ፖላንድኛ፣ ስፓንኛ፣ ጀርመንኛ፣ ጃፓንኛ፣ ጣሊያንኛ፣ ፖርቱጋልኛ (BR)፣ ፈረንሳይኛ፣ አረብኛ፣ ደች፣ ቻይንኛ፣ ኮሪያኛ፣ ሂንዲ፣ ቱርክኛ፣ ቬትናምኛ፣ ራሽያኛ፣ ኢንዶኔዥያኛ፣ ፋርስኛ፣ ቤንጋልኛ፣ ታይላንድኛ፣ ፊሊፒንኛ፣ ስዋሂሊኛ፣ ኡርዱ፣ ማላይኛ፣ ታሚልኛ፣ ዕብራይስጥ፣ ግሪክኛ፣ ፑንጃብኛ፣ አማርኛ፣ ብርማኛ፣ ክመርኛ፣ ጆርጂያኛ፣ ኔፓልኛ፣ ሞንጎሊያኛ፣ አርሜንኛ፣ ሲንሃላኛ፣ ላኦኛ፣ ቼክኛ፣ ሮማንያኛ፣ ሃንጋሪኛ፣ ቡልጋሪያኛ እና ስዊድንኛ ይገኛል
🎓CC BY 4.0 — ለክፍል ትምህርት እና ለLMS ተሳትፎ ነጻ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

ማሽን መማር እና ኒውራል ኔትወርኮች ማስመሰያዎችን ለማስኬድ ምንም ነገር መጫን ያስፈልገኛል?

አያስፈልግም። ሁሉም ማሽን መማር እና ኒውራል ኔትወርኮች ማስመሰያዎች በቀጥታ በድር አሳሽዎ ውስጥ ይሰራሉ፤ ምንም ፕለጊን ወይም ልዩ ሶፍትዌር ሳያስፈልግ። ኮምፒውተር፣ ታብሌት ወይም ስልክ ብቻ በበቂ ኢንተርኔት ግንኙነት ይኖርዎት።

እነዚህ ማስመሰያዎች ለት/ቤት ወይም ለክፍል ትምህርት ተስማሚ ናቸው?

አዎ። እያንዳንዱ ማስመሰያ ተማሪዎች ሳይንሳዊ ፅንሰ ሐሳቦችን በተግባር በመሞከር እና ውጤቱን በቀጥታ በማየት እንዲረዱ ተደርጎ የተነደፈ ነው፤ ለክፍል ውስጥ ማሳያ ወይም ለግል ጥናት ተስማሚ ነው።

የማስመሰያ ውጤቶቼን ማስቀመጥ ወይም ማጋራት እችላለሁ?

አብዛኞቹ ማስመሰያዎች ቅንብሮችን በቀጥታ በአሳሽዎ ውስጥ እንዲቀይሩ እና ውጤቱን በቅጽበት እንዲመለከቱ ያስችሉዎታል፤ የገጹን አድራሻ (URL) በማጋራት ለሌሎችም ማሳየት ይችላሉ።

ተዛማጅ ምድቦች

ምን አገኙ?

የመድገሚያ ደረጃዎችን ጨምር (አማራጭ)