Metody strojového učení – 6. třída

Obecný postup strojového učení zahrnuje volbu výpočetního modelu pro řešení dané úlohy, jehož parametry poté učíme ve fázi trénování modelu. Témata v této kapitole podrobněji představují několik modelů, které se ve strojovém učení často využívají:

• lineární modely – určují výstup pomocí lineární funkce
• rozhodovací stromy – určují výstup pomocí řady podmínek
• neuronové sítě – kombinují velké množství jednoduchých funkcí (tzv. neuronů)
• pravděpodobnostní modely – pracují s nejistotou (např. Naivní Bayesův klasifikátor)