Машинное обучение вики
Advertisement

Генеративная модель[]

  • Моделируется распределение
  • Может генерировать новые наблюдения

  • Может быть отрегулирована относительно варьирующейся
  • Приспособлена к обработке отсутствующих значений (путём усреднени)
  • Легко распознаёт выбросы (по маленькой )

Однако:

  • Генеративные модели являются более общими
  • может быть неточной для пространств большой размерности

Дискриминативная модель[]

  • Моделируется распределение (дискриминативная модель с вероятностью)
  • Также есть усечённая дискриминативная модель (моделируется лишь )

Типы признаков[]

Полное описание объекта зависит от индивидуальных признаков

  • — бинарный признак
  • — дискретный(номинальный) признак
  • и упорядочен — ординальный признак
  • — действительный признак

Типы откликов[]

  • — регрессия (обучение с учителем)
  • — векторная регрессия(обучение с учителем) / извлечение признаков(обучение без учителя)
  • — классификация(обучение с учителем) / кластеризация(обучение без учителя)
    • : бинарная классификация, кодирование — или
    • : многоклассовая классификация
  • — множество всех подмножеств — задача маркировки
    • объект ассоциируется с

Ссылки[]

Advertisement