Riassunti VERIFICATO
Machine Learning PMDS Notes
90 visualizzazioni
5 download
Nessun voto ancora
Stai vedendo l'anteprima delle prime pagine. Registrati per sbloccare le pagine restanti.
Di cosa parla
- Il machine learning si divide in tre principali paradigmi, tra cui l'apprendimento supervisionato che mappa ingressi noti a uscite note attraverso dataset di addestramento per problemi come classificazione e regressione.
- Nell'ambito della regressione lineare, la funzione obiettivo minimizza una perdita media basata sulla distribuzione dei dati futuri, dove il valore ottimale corrisponde al condizionale medio o mediana in base alla scelta del loss function.
- L'estensione delle capacità di modellazione avviene attraverso funzioni di base non lineari che trasformano lo spazio degli input originali per permettere a modelli linearmente parametrizzati di apprendere relazioni complesse e non lineari.
- Si distinguono due approcci fondamentali nella costruzione dei modelli: quello discriminativo che stima direttamente la funzione o densità condizionata, e quello generativo utile per l'augmentazione dei dati tramite campionamento da distribuzioni apprese.
Registrati e sblocca subito 3 appunti gratis, questo incluso.