40 lines
3.6 KiB
Markdown
40 lines
3.6 KiB
Markdown
---
|
||
title: Supervised Learning
|
||
localeTitle: Обучение с учителем
|
||
---
|
||
## Обучение с учителем
|
||
|
||
В данном типе обучения мы знаем правильный результат. Основные два вида обучения с учителем - классификация и регрессия. При регрессии модель предсказывает число, при классификации - приписывает данным определенный лейбл.
|
||
|
||
### регрессия
|
||
|
||
Учитывая данные об используемых автомобилях, таких как их пробег, вы можете предсказать их рыночные цены. Поскольку цена является непрерывной переменной, это проблема регрессии. В другом примере Microsoft выпустила веб-приложение, которое прогнозирует возраст, основанный на изображении. Опять же, поскольку возраст является непрерывным, а не дискретным или категоричным, это также проблема регрессии.
|
||
|
||
### классификация
|
||
|
||
Проблемы с регрессией, описанные выше, могут быть превращены в проблемы классификации. Предположим, вы хотите найти подержанный автомобиль менее X долларов. Тогда выход будет, если подержанный автомобиль соответствует цене, которую вы установили. Точно так же предсказание возраста может быть проблемой классификации, если мы хотим предсказать, принадлежит ли представленная фотография кому-то до 18 лет, и поэтому не следует разрешать покупать сигареты.
|
||
|
||
### Вопросы для обсуждения:
|
||
|
||
* Что особенного в контролируемом обучении?
|
||
* В каком сценарии вы бы использовали его?
|
||
* Оговорки или ловушки, о которых нужно подумать?
|
||
* Каковы некоторые примеры моделей?
|
||
|
||
#### Пример 1:
|
||
|
||
> Учитывая данные о размерах домов на рынке недвижимости, попробуйте предсказать их цену.
|
||
|
||
Цена как функция размера - это число, поэтому в данном случае мы говорим о регрессии.
|
||
|
||
#### Пример 2:
|
||
|
||
(a) Регрессия - для значений непрерывного ответа. Например, с учетом картины человека, мы должны предсказать их возраст на основе данной картины
|
||
|
||
(b) Классификация - для категориальных значений ответа, где данные могут быть разделены на конкретные «классы». Например, учитывая пациента с опухолью, мы должны предсказать, является ли опухоль злокачественной или доброкачественной.
|
||
|
||
#### Предлагаемое чтение:
|
||
|
||
* https://en.wikipedia.org/wiki/Supervised\_learning
|
||
* https://stackoverflow.com/a/1854449/6873133
|