Книга представляет собой введение в основные понятия, методы и ал

Виды задач машинного обучения

Задачи классификации

Изложенная в предыдущем пункте задача ML является примером задач
классификации. В задачах данного вида

• 
  множество ответов 𝑌 является конечным,
  
• 
  каждый ответ ∈ 𝑌 соответствует некоторому классу объектов, и
  

∙
задача ML заключается в вычислении по каждому объекту соот- ветствующего ему класса.
В описанной в предыдущем пункте задаче рассматривается класси- фикация с двумя классами объектов. Другой пример задач классифи- кации с двумя классами: объектами являются посетители поликлиники, требуется по признакам посетителя дать ответ: болен он, или нет.
Могут быть задачи классификации с числом классов более двух, на- пример

• 
  задача распознавания рукописных букв русского языка, в данном случае 𝑌 = {а, . . . , я},
  

∙
пусть 𝑀 – некоторое множество болезней, 𝑋 – множество пациен- тов поликлиники, для которых требуется диагностировать набор болезней, которыми они болеют, в данном случае классы соответ- ствуют наборам болезней: 𝑌 = (𝑀).

Задачи регрессии

В задачах регрессии множество ответов 𝑌 имеет вид R или R. Задачи данного типа как правило связаны с прогнозированием (например, курса доллара, или курсов нескольких валют).

Задачи ранжирования

∈

∀ ∈
Задачи ранжирования возникают например в системах информационно- го поиска, или в рекомендательных системах. В данных задачах требу- ется по каждому объекту 𝑋 определить его приоритет в выдаче в качестве результата на некоторый запрос. Множество 𝑌 ответов здесь является конечным упорядоченным множеством, 𝑋 значение 𝑓 () представляет собой соответствующий приоритет.

2. Модели машинного обучения

   1.