Функция (машинное обучение)
-
Основные понятия машинного обучения
- Признак — измеримое свойство или характеристика объекта.
- Классификация объектов включает числовые и категориальные характеристики.
- Вектор признаков — это n-мерный вектор числовых признаков для описания объекта.
-
Типы алгоритмов машинного обучения
- Алгоритмы могут обрабатывать как числовые, так и категориальные признаки.
- Линейная регрессия и деревья решений — примеры алгоритмов, работающих с числовыми характеристиками.
- Нейронные сети и байесовский подход — примеры алгоритмов, обрабатывающих категориальные признаки.
-
Примеры использования признаков
- В распознавании символов используются гистограммы и другие функции.
- В распознавании речи используются соотношения шумов и другие параметры.
- В обнаружении спама используются заголовки электронных писем и другие характеристики.
- В компьютерном зрении используются границы и объекты.
-
Построение объектов
- Построение объектов — это создание новых объектов из существующих.
- Примеры операторов построения объектов включают проверку условий и арифметические операции.
- Построение объектов повышает точность и понимание структуры данных.
-
Отбор и экстракция признаков
- Избыточные функции затрудняют обучение и обобщение.
- Разработка объектов включает автоматизацию и экспертное знание.
- Автоматизация отбора признаков включает изучение функций машиной.