Додаток до лаб 13

1.

Основні етапи supervised learning:
0. Підготовчий етап:
Вибір та масштабування ознак
Пониження розмірності вектору ознак
Відбір зразків об'єктів (dataset)
Вибір методу навчання (method training)
Вибір критерію оцінювання (evaluation criterion
1. Попереднє оброблення
даних
Labels
(мітки)
Raw data
(сирі дані)
Dataset
Training
data
Test data
New
data
2. Model training
Algorithm
4. Classification
Trained model
3. Model estimate
Model
Evaluation criterion
Result:
Predication

2.

Приклад: Класифікація ірісів (навчання з
вчителем)
Iris setosa
label 0
Iris virginica
label 1
Iris versicolor
label 2

3.

Приклад: Класифікація квіток ірисів за сортами
Множина – квітки ірису різних типів. Об'єкт – деяка ірису.
Образ
- кількісна ознака, оскільки множина значень ознак – дійсні числа.
Множина відповідей
Проведені вимірювання для квітів кількістю , сорт кожної відомий.
Навчальна вибірка має вигляд:
Побудувати
→