Машинное обучение (МО) - это раздел искусственного интеллекта, который обучает компьютерные системы извлекать знания из данных и принимать решения на их основе. Существует множество методов и алгоритмов в МО, каждый из которых применяется в разных областях и для разных задач. В данной статье мы рассмотрим основные методы и алгоритмы, широко используемые в машинном обучении. 1. Линейная регрессия Линейная регрессия - это метод, используемый для предсказания числовых значений (целевой переменной) на основе линейной зависимости между входными признаками...

Стандартизация (Standartization, Z-score Normalization) – техника преобразования значений признака (Feature), адаптирующая признаки с разными диапазонами значений к Моделям (Model) Машинного обучения (ML), использующих дистанцию для прогнозирования. Эта разновидность нормализации с использованием Стандартизированной оценки (Z-Score) преобразует значения таким образом, что из каждого Наблюдения (Observation) каждого Признака вычитается Среднее значение (Mean) и результат делится на Стандартное отклонение (Standard Deviation) этого признака...