Источник: Nuances of Programming Алгоритмы машинного обучения делятся на контролируемые и неконтролируемые. Алгоритмы контролируемого обучения моделируют отношения между помеченными входными и выходными данными (также известными как целевые данные). Впоследствии такая модель используется для предсказания метки новых наблюдений с помощью новых помеченных входных данных. Если целевая переменная дискретная, алгоритм решает задачи классификации, а если целевая переменная непрерывная  —  алгоритм используется для задач регрессии...

КАКОВЫ ОСНОВНЫЕ ВИДЫ МАШИННОГО ОБУЧЕНИЯ? Машинное обучение обычно делится на две основные категории: обучение под наблюдением и обучение без надзора. ЧТО ТАКОЕ КОНТРОЛИРУЕМОЕ ОБУЧЕНИЕ? Этот подход в основном учит машины на собственном примере. Во время обучения для контролируемого обучения системы подвергаются воздействию большого количества помеченных данных, например изображений рукописных рисунков, снабженных аннотациями, указывающими, какому номеру они соответствуют. Учитывая достаточное количество примеров, система контролируемого обучения научилась бы распознавать скопления пикселей и фигур,...