* количественный (''numerical''): $D_j = \mathbb{R}$
Объект т.е объект представляется как набор признаков $(f_1(x),... ,f_n(x))$. Данные обычно представляются в виде матрицы объектов-признаков <br />
<tex>
F = ||f_j(x_i)||_{[l \times n]} =
== Классификация задач машинного обучения ==
#Обучение с учителем (англ. ''Supervised learning'')
#Обучение без учителя (англ. ''Unsupervised learning'')
#Обучение с частичным привлечением учителя (англ. ''Semi-supervised learning'')
#Обучение с подкреплением (англ. ''Reinforcement learning'')
#Активное обучение (англ. ''Active learning'')
#Обучение в реальном времени (англ. ''Online learning'')
#Структурное предсказание (англ. ''Structured prediction'')
#Выбор модели и валидация (англ. ''Model selection and validation'')
=== Обучение с учителем (англ. ''Supervised learning'') ===
Тренировочные данные доступны все сразу и размечены (известны ответы для поставленной задачи).<br/>
