Общие понятия

WARNING

СТАТЬЯ В АКТИВНОЙ РАЗРАБОТКЕ

О чём писать

Объекты и признаки, классификация задач и подходов (с учителем и тд, классификация и тд), примеры задач

Машинное обучение

Машинное обучение - процесс, который даёт возможность компьютерам обучаться выполнять что-то без явного написания кода.

A.L. Samuel Some Studies in Machine Learning Using the Game of Checkers // IBM Journal. July 1959. P. 210–229.

Говорят, что компьютерная программа учится на опыте E относительно некоторой задачи T и некоторой меры производительности P, если ее производительность на T, измеренная P, улучшается с опытом E.

T.M. Mitchell Machine Learning. McGraw-Hill, 1997.

---

Классификация задач машинного обучения

1. Обучение с учителем (англ. Supervised learning)
2. Обучение без учителя (Unsupervised learning)
3. Обучение с частичным привлечением учителя (Semi-supervised learning)
4. Обучение с подкреплением (Reinforcement learning)
5. Активное обучение (Active learning)
6. Обучение в реальном времени (Online learning)
7. Структурное предсказание (Structured prediction)
8. Выбор модели и валидация (Model selection and validation)

Supervised learning A set of examples with answers is given. A rule for giving answers for all possible examples is required: • classification; • regression; • learning to rank; • forecasting.

Unsupervised learning A set of examples without answers is given. A rule for finding answers or some regularity is required: • clustering; • association rules learning; • recommender systems*; • dimension reduction**.

How are the objects described? f j ∶ X → D j , j = 1, ... , n are features or attributes. Feature types: • binary: D j = 0, 1 ; • categorical: D j is finite; • ordinal: D j is finite and ordered; • numerical: D j = R.