Udemy - complete-guide-to-tensorflow-for-deep-learning-with-python. 03 What is Machine Learning_ (ANKI SKETCH)

006 Machine Learning Overview

Обучение с учителем (supervisor learning)

Если предсказываемая величина постоянна — то говорим о регрессии, если величина это категории куда надо отнести объект — то говорим о проблеме классификации.

Обучение без учителя (unsupervisor learning)

Если у нас нет исторических данных и нам нужно только разбить хаотично расположенные объекты в кластеры похожих объектов — то это проблема кластеризации

Обучение с подкреплением (Reinforcement learning)

Производится путем проб и ошибок, создается стратегия поведения, при которой получается наибольшая награда.
Главные компоненты:
-Агент
-Среда
-Действия
-Награда

Этапы работы с MACHINE LEARNING
1 — Сбор сырой информации
2 — Очистка, фильтрование и нормализация данных
3 — Разделение нормализованной информации на тренировочный сет и на тестовый сет (тренировочный всегда в несколько раз больше)
4 — Тренировка модели на тренировочном сете
5 — Оценка модели на тестовом сете
6 — Корректировка параметров модели
7 — Развертывание модели

Метрика качества регресионных моделей: MAE / MSE / RMSE — общая идея — насколько далеко результаты находятся от идеальных предсказаний