Башкы бетКатегорияларМашиналык окутуу жана нейрондук тармактар

🧠 Машиналык окутуу жана нейрондук тармактар

Чечим дарактары, бекемдөө менен окутуу, өзүн-өзү уюштурган карталар жана k-орточолор кластерлештирүү визуалдык түрдө.

16 симуляция60 fps реалдуу убакытта0 орнотуу кадамдары
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…
Категория жөнүндө

Машиналык окутуу жана нейрондук тармактар

Чечим дарактары, бекемдөө менен окутуу, өзүн-өзү уюштурган карталар жана k-орточолор кластерлештирүү визуалдык түрдө.

Three.js · WebGL 60 FPS CC BY 4.0
Кыскача маалымат
16бул категорияда интерактивдүү симуляция бар
каалаган заманбап браузерде 60 FPS ылдамдыгында иштейт
🌐англис тили, украин тили, поляк тили, испан тили, немис тили, жапон тили, италия тили, португал (Бразилия) тили, француз тили, араб тили, голланд тили, кытай тили, корей тили, хинди тили, түрк тили, вьетнам тили, орус тили, индонезия тили, перс тили, бенгал тили, тай тили, филиппин тили, суахили тили, урду тили, малай тили, тамил тили, иврит тили, грек тили, панжаби тили, амхар тили, бирма тили, кхмер тили, грузин тили, непал тили, монгол тили, армян тили, сингал тили, лаос тили, чех тили, румын тили, венгр тили, болгар тили, швед тили, дат тили, фин тили, норвег тили, словак тили, хорват тили, серб тили, словен тили, литва тили, латыш тили, эстон тили, ислан тили, албан тили, македон тили, босния тили жана мальта тили
🎓CC BY 4.0 — класстар жана LMS үчүн акысыз колдонсо болот

Көп берилүүчү суроолор

Машиналык окутуу жана нейрондук тармактар симуляцияларын иштетүү үчүн бир нерсе орнотушум керекпи?

Жок. Баары толугу менен браузериңизде иштейт — жүктөп алуу, плагин же аккаунт керек эмес. Chrome, Firefox, Edge жана Safari-де иштейт; симуляциялардын көбү мобилдик түзмөктөрдө да иштейт.

Бул симуляцияларды окутуу үчүн колдонсом болобу?

Ооба — бардык мазмун CC BY 4.0 лицензиясы боюнча билим берүү максатында акысыз колдонулат. Каалаган симуляцияга түз шилтеме бериңиз же аны iframe аркылуу LMSиңизге киргизиңиз; API ачкычы талап кылынбайт.

Бул моделдер илимий жактан так белеби?

Алар кесипкөй программалык камсыздоо менен бирдей математикалык формулаларды колдонушат жана реалдуу убакытта сандык интеграцияланат. Ар бир симуляция өзүнүн алгоритмдерин көрсөтөт, ал эми көбү негизинде жаткан математиканы түшүндүргөн макалага шилтеме берет.

Байланыштуу категориялар

Сиз эмнени тапттыңыз?

Кайталоо кадамдарын кошуу (милдеттүү эмес)