4 главные задачи машинного обучения || кластеризация, классификация, регрессионный анализ, редуцирование размерности пространства
2. Основные методы машинного обучения
*МО - это такая кроличья нора: даже что-то научившись делать, не факт, что всегда сможешь повторить, даже узнав что-то важное, завтра обнаружишь, что гораздо больше важного ты ещё не знаешь, поэтому падать в неё можно всю жизнь* Машинное обучение (machine learning, ML) - класс методов ИИ, характерной чертой которых является не прямое решение задачи, а обучение за счёт применения решений множества сходных задач (см.выше п.1). Соответственно, иску́сственный интелле́кт (artificial intelligence, AI)...
Нейронные сети: формирование обучающих выборок
В этой лекции сформулируем определения, связанные с обучающими выборками, использующимися для обучения нейронных сетей (или других методов машинного обучения). Прежде всего, под ГЕНЕРАЛЬНОЙ совокупностью (population) понимается множество всех возможных прецедентов (объектов, ситуаций, событий, образцов и т.п.), при этом под ВЫБОРКОЙ (sample, set) понимается конечный набор прецедентов, некоторым способом выбранных из множества ВСЕХ возможных прецедентов, т.е. это подмножество из генеральной совокупности...