Всем привет,

Я надеюсь, что у вас все хорошо, как и ваши знания, поэтому в этом блоге мы узнаем об обучении на основе экземпляров и обучении на основе моделей. Давайте начнем,

еще один способ классифицировать системы машинного обучения — по тому, как они обобщают. большинство задач машинного обучения связаны с прогнозированием. это означает, что при наличии ряда обучающих примеров система должна иметь возможность обобщать примеры, которые она никогда раньше не видела. иметь хорошую производительность на обучающих данных — это хорошо, но недостаточно, истинная цель — хорошо работать на новых экземплярах. есть два способа обобщения: 1.обучение на основе экземпляров
2.обучение на основе моделей.

Обучение на основе экземпляров:

Возможно, самая тривиальная форма обучения — просто выучить наизусть. Если бы вы создали спам-фильтр таким образом, он просто помечал бы все электронные письма, идентичные электронным письмам, которые уже были помечены пользователями — не самое худшее решение, но, конечно, не самое лучшее. Вместо того, чтобы просто помечать электронные письма, идентичные известным спам-сообщениям, ваш спам-фильтр можно запрограммировать так, чтобы он также помечал электронные письма, очень похожие на известные спам-письма. Для этого требуется мера сходства между двумя электронными письмами. Очень простой мерой сходства между двумя электронными письмами может быть подсчет количества общих слов
в них. Система помечает электронное письмо как спам, если оно содержит много слов, общих с известным спамом. Это называется обучением на основе экземпляров. Система запоминает примеры наизусть, а затем обобщает новые случаи, сравнивая их с изученными примерами (или их подмножеством), используя меру сходства. Например, на рисунке новый экземпляр будет классифицирован как треугольник, поскольку большинство наиболее похожих экземпляров
принадлежат этому классу.

Обучение на основе моделей

Другой способ обобщить набор примеров — построить модель этих примеров, а затем использовать эту модель для прогнозирования. Это называется обучением на основе моделей.

да, это все для этого блога, мы продолжим его дальше. а пока продолжайте учиться :)

Спасибо