Итак, каковы типы методов машинного обучения?

Есть два типа методов машинного обучения:

1. Контролируемое обучение
2. Неконтролируемое обучение

Не волнуйтесь! Один шаг за раз.

Обучение с учителем:

Находит закономерности (и разрабатывает прогнозные модели), используя как входные, так и выходные данные.

Все методы контролируемого обучения имеют форму классификации или регрессии.

Классификация :

Классификация используется для предсказания дискретных ответов.

Например:

Выиграет ли Россия матч по футболу или проиграет? Является ли электронное письмо СПАМОМ или ПОДЛИННЫМ?

WIN, LOSE, SPAM, GENUINE – это предопределенные классы. И выход должен попадать в эти категории в зависимости от входа.

Регрессия :

Регрессия используется для прогнозирования непрерывных ответов.

Например:

Динамика цен на фондовом рынке, прогноз погоды и т. д.

Обучение без учителя:

Находит шаблоны только на основе входных данных. Этот метод полезен, когда вы не совсем уверены, что искать. Часто используется для исследовательского анализа необработанных данных.

Большинство методов обучения без учителя являются формой кластерного анализа.

Кластерный анализ:

В кластерном анализе вы группируете элементы данных, которые имеют некоторую степень сходства на основе значений характеристик.

В конце у вас будет набор разных групп (допустим, таких групп от A до Z). Элемент данных (d1) в одной группе (A) очень похож на другие элементы данных (d2 – dx) в той же группе (A), но d1 значительно отличается от элементов данных, принадлежащих к разным группам (B – Z) .