Начальный
Что такое machine learning?
Machine Learning (ML) — это подполе artificial intelligence, в котором системы учатся паттернам на данных или опыте, чтобы делать predictions, classifications, recommendations или decisions без явного программирования каждого случая.
Что такое supervised learning?
Supervised learning — это подход machine learning, при котором модель учится на примерах, связывающих inputs с известными target outputs или labels. Модель использует эти labeled examples, чтобы изучать mappings для prediction, classification или regression на новых данных.
Чем unsupervised learning отличается от supervised learning?
Используйте Supervised Learning, когда есть labeled input-output examples; используйте Unsupervised Learning, когда цель — обнаружить структуру без labels.
Что такое reinforcement learning?
Reinforcement Learning (RL) — это парадигма machine learning, в которой agent учится действовать в среде, получая rewards или penalties за свои действия. Цель — выучить policy, которая максимизирует ожидаемую cumulative reward во времени.
Средний
Что такое self-supervised learning?
Self-supervised learning — это подход machine learning, который создает training signals из самих unlabeled data. Он превращает аспекты unsupervised problem в supervised learning путем генерации surrogate labels, что полезно, когда labeled data мало, а unlabeled data много.
Что такое semi-supervised learning?
Semi-supervised learning — это подход machine learning, который использует и labeled, и unlabeled data во время обучения. Он полезен, когда labeled examples дороги или ограничены, но большие объемы unlabeled data могут помочь улучшить representation, classification или prediction.
Что такое training data?
Training data — это dataset, используемый для обучения или fitting machine learning модели путем настройки ее learnable parameters. Его качество, объем, разнообразие, labeling и provenance сильно влияют на performance, reliability и compliance posture итоговой модели.
Что такое overfitting?
Overfitting возникает, когда модель слишком точно выучивает training data, включая noise или idiosyncratic details, и плохо работает на новых данных. Обычно он проявляется высокой performance на training data, но более слабой performance на validation или test data.
Что такое underfitting?
Underfitting возникает, когда модель слишком проста или недостаточно обучена, чтобы уловить meaningful patterns в данных. Underfit model плохо работает и на training data, и на новых данных, потому что не выучила underlying relationships, необходимые для задачи.
Что такое decision tree?
Decision tree — это interpretable supervised learning model, которая представляет decision rules в древовидной структуре. Inference проходит путь от root node через feature-based conditions к leaf node, который дает predicted class или value.
Продвинутый
Что такое deep learning?
Deep learning — это подраздел machine learning, который использует neural networks с несколькими layers для изучения representations и patterns из данных.
Чем classification отличается от regression?
Используйте classification, когда target — это category; используйте regression, когда target — continuous или numerical value.