Шаг 1 изучения МАШИННОГО ОБУЧЕНИЯ
В отличие от неконтролируемого обучения выступает обучение с учителем.
Простое определение - это тип обучения, при котором вы знаете цель упражнения, а также требуемую выходную переменную.
Как показано на фотографии выше, контролируемое обучение знает красный и синий цвета, а затем пытается определить разницу в них. В то время как в неконтролируемом режиме все входные данные немаркированы и серые, но мы все же пытаемся разделить наблюдения на основе входных данных.
В обучении с учителем задача состоит в том, чтобы найти соответствие между входными и выходными данными.
Типы контролируемого обучения Классификация и регрессия.
Существует несколько методов классификации.
- Линейные классификаторы (логистическая регрессия, наивный байесовский классификатор, линейный дискриминант Фишера)
- Машины опорных векторов (машины опорных векторов наименьших квадратов)
- Квадратичные кальцификаторы
- Оценка ядра (K ближайший сосед)
- Деревья решений (случайный лес)
- Нейронные сети
- Обучение векторному квантованию
Несколько методов регрессии
- Линейная регрессия
- Ридж-регрессия
- Лассо-регрессия
- Байесовская линейная регрессия
- Полиномиальная регрессия
Я пытаюсь объединить простые идеи, чтобы понять приведенные выше термины и методы!
Если вы тоже склонны к машинному обучению, то рассмотрите возможность подписаться на меня в Medium и Instagram.
До скорой встречи
