1.1) Введение

Frage	Antworten
Общая постановка задачи машинного обучения	Имеется некоторое множество объектов X и множество ответов Y, а также некоторая неизвестная зависимость X -> Y. Необходимо найти решающую функцию, аппроксимирующую неизвестную зависимость.
Типы признаков объектов	- Бинарные; - Номинальные (категориальные); - Ранговые; - Количественные.
Способы задания ответов	Если Y = {-1; +1}, то это задача классификации Если Y о поле вещественных чисел, то это задача регрессии
Понятие предсказательной модели	Предсказательная модель - параметрическое семейство функций: A = {a(x) = g(x, t) \| t e T}
Типы функции потерь	Для задач классификации: sum(a(x) != y(x)) Для задач регрессии: - sum(a(x) - y(x)) - абсолютная ошибка - sum((a(x) - y(x))^2) - квадратичная ошибка
Эмпирические оценки обобщающей способности	1) Скользящий контроль (LOO - leave one out) 2) Кросс-валидация по N разбиениям

Zusammenfassung der Ressource

	Erstellt von Sergei Fomin vor etwa 8 Jahre