machine-learning
Tipi di apprendimento
Ricerca…
Apprendimento supervisionato
La macchina impara a prevedere un output quando viene fornito un input.
Ogni caso di formazione consiste in un input e un output target.
Regressione
L'uscita obiettivo assume valori continui.
- Prevedere il prezzo di un titolo
- Prevedere un prezzo di casa
Classificazione
L'output di destinazione è un'etichetta di classe.
- Che tipo di frutto è l'input
- Che lingua è una parola
Insegnamento rafforzativo
La macchina deve determinare automaticamente il comportamento ideale per massimizzare le sue prestazioni.
Per esempio:
Utilizzando l'apprendimento di rinforzo puoi anche creare un programma per computer che possa completare un livello Mario ( MarI / O - Machine Learning per videogiochi ).
Apprendimento senza supervisione
L'apprendimento senza supervisione ci permette di affrontare i problemi con poca o nessuna idea di come dovrebbero essere i nostri risultati. Possiamo ricavare la struttura da dati in cui non conosciamo necessariamente l'effetto delle variabili.
Il tipo più comune di apprendimento non supervisionato è l' analisi cluster o il clustering . È il compito di raggruppare un insieme di oggetti in modo tale che gli oggetti nello stesso gruppo (cluster) siano più simili tra loro che con quelli di altri gruppi.
Esiste anche l'apprendimento non controllato in clustering. Un esempio di ciò è l'identificazione di singole voci e musica da una trama di suoni. Questo è chiamato "Cocktail Party Algorithm".