Фундаментальная сегментация моделей машинного обучения Все модели машинного обучения разделяются на обучение с учителем (supervised) и без учителя (unsupervised).

Источник: Nuances of Programming Модели машинного обучения часто оцениваются по их производительности, близости какого-либо показателя к нулю или единице, но это не единственный фактор, которым определяется их полезность. В некоторых случаях модель, в целом не очень точную, можно откалибровать и найти ей применение. В чем же разница между хорошими калибровкой и производительностью, и когда одна предпочтительнее другой? Калибровка вероятности Калибровка вероятности  —  это степень, с которой прогнозируемые...