教師付き学習は、教師あり学習
私たちは、正解を含め、データセットにアルゴリズムです。そして、学習アルゴリズムは、より正確な答えを与えることができます。
これは、回帰と呼ばれています。戻り値は、我々がしようとしていることを意味し、連続の値を予測属性を。
数学の関数式を考えます。
多項式方程式は、どのように複数の従属変数から結果を取得します。
それが答えとプロパティのいくつかのデータ間の関係で見つけることができ、我々は式を起動することができます。
我々は予測しようとすることを分類手段離散出力値は、多くの種類があるかもしれません。
テスト
-
あなたが同じ商品を販売する作品の数千を持っていると仮定すると、株式と商品がたくさんあります。あなたは、多くの作品を販売することができ、次の3ヶ月で予測することがしたいですか？
-
第二の問題は、多くのユーザーを持っているあなた、あなたはアカウントが侵害または破壊されているかどうかを判断するために、各クライアントのアカウントのために、各顧客のアカウントをチェックするためにソフトウェアを書きたいということです。
回帰または分類の問題を判断してください。
それは非常に簡単です。。
教師なし学習教師なし学習
データに結果が通知されていない、私はどのような各データポイントを知らない、私たちはあなたがそれの構造のいくつかの種類を見つけることができ、データのセットがあると言われて？
データの所与のセットに対して、教師なし学習は、データセットが異なるデータクラスタを含むと判断することができます。
これは、クラスタリングアルゴリズムです。
例えば、それはあります。ニューストピック。自動的に分類し、抽出液をテーマにニュースの多くを置く方法。
私たちは、事前にニュースのテーマの名前を知らなかった、ニュースはデータのための私たちのテーマです。
友人の同じサークルを分析するための方法をソーシャルネットワークの分析。
市場セグメンテーションと販売。銀河形成の理論。
コードの音声処理ライン：
[w,s,v] = svd((repmat(sum(x.*,1),size(x,1).*x)*x');
アンドリュー・ウ言語オクターブのためのツールについて説明します。
概要
いくつかは、コンセプトは非常にシンプルな外観を思わ見つけます。
自分自身が参照することを意図していたが見つかり、表示されませんでした、ドラッグされています。。
