Басты бетСанаттарМашиналық оқыту және нейрондық желілер

🧠 Машиналық оқыту және нейрондық желілер

Шешім ағаштары, ынталандырушы оқыту, өздігінен ұйымдасатын карталар және k-means кластерлеуі көрнекі түрде зерттеледі.

16 симуляциялар60 fps нақты уақытта0 орнату қадамдары
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…
Санат туралы

Машиналық оқыту және нейрондық желілер

Шешім ағаштары, ынталандырушы оқыту, өздігінен ұйымдасатын карталар және k-means кластерлеуі көрнекі түрде зерттеледі.

Three.js · WebGL 60 FPS CC BY 4.0
Қысқаша деректер
16осы санаттағы интерактивті симуляциялар
кез келген заманауи браузерде 60 FPS жылдамдығымен жұмыс істейді
🌐Ағылшын, украин, поляк, испан, неміс, жапон, итальян, португал (Бразилия), француз, араб, голланд, қытай, кәріс, хинди, түрік, вьетнам, орыс, индонезия, парсы, бенгал, тай, филиппин, суахили, урду, малай, тамил, иврит, грек, панджаби, амхар, бирма, кхмер, грузин, непал, моңғол, армян, сингал, лаос, чех, румын, венгр, болгар, швед, дат, фин, норвег, словак, хорват, серб, словен, литва, латыш, эстон, исланд, албан, македон, босния және мальта тілдерінде
🎓CC BY 4.0 — сыныптар мен LMS-ке енгізу үшін тегін

Жиі қойылатын сұрақтар

Машиналық оқыту және нейрондық желілер симуляцияларын іске қосу үшін бірдеңе орнатуым керек пе?

Жоқ. Барлығы толығымен браузеріңізде жұмыс істейді — жүктеп алу, плагин немесе тіркелгі қажет емес. Chrome, Firefox, Edge және Safari-де жұмыс істейді; симуляциялардың көбі мобильді құрылғыларда да жұмыс істейді.

Бұл симуляцияларды сабақ беру үшін пайдалана аламын ба?

Иә — барлық мазмұн CC BY 4.0 лицензиясы бойынша білім беру мақсатында тегін пайдалануға болады. Кез келген симуляцияға тікелей сілтеме бере аласыз немесе iframe арқылы өз оқу жүйеңізге (LMS) енгізе аласыз; API кілті қажет емес.

Бұл модельдер ғылыми тұрғыдан қаншалықты дәл?

Олар кәсіби бағдарламалық жасақтамамен бірдей математикалық формулаларды қолданады және нақты уақытта сандық түрде интегралданады. Әрбір симуляцияда қолданылған алгоритмдер көрсетілген, ал көпшілігінде негізіндегі математиканы түсіндіретін мақалаға сілтеме бар.

Байланысты санаттар

Сіз нені таптыңыз?

Қайталау қадамдарын қосу (міндетті емес)