Klasifikace (umělá inteligence): Porovnání verzí

Smazaný obsah Přidaný obsah
→‎Druhy: rozposnávaní vrorů
Řádek 23:
* [[Diskrétní klasifikace]] zařazuje příklady do několika tříd, obecně víc než dvou.
* [[Vícelabelová klasifikace]] přiřazuje ke každému příkladu obecně víc tříd. Například k fotce několik tagů.
* [[Jednotřídní klasifikace]] dostává příklady pouze z jedné (pozitivní) třídy a má určit [[outlier]]y (odlehlé hodnoty) neboli [[anomálie]]. Používá se pro [[detekci anomálií]] a [[detekci novinek]]. Obvykle se předpokládá, že většina dat je normální a anomálie jsou řídké. Tato úloha je podobná binární klasifikaci, kde třídy jsou nevyvážené.
* [[Fuzzy klasifikace]] určuje pravděpodobnost příslušnosti k jednotlivým třídám. Některé návazné algoritmy dokážou tuto informaci využít. Rozdíl v pravděpodobnostech je možné brát jako vyjádření (sebe)jistoty klasifikátoru. Když je příklad blízko rozhodovací hranice, jsou pravděpodobnosti skoro stejné a klasifikátor si není jistý.
 
Konkrétní praktické úlohy můžou formálně spadat do některého výše uvedeného druhu, ale můžou být těžké z jiných důvodů a případně používat i jiné algoritmy. Příklad binární klasifikace je základní úloha [[information retrieval]], kdy máme určit, zda dokument je relevantní.
 
Příbuzné úlohy jsou například [[ranking]] příkladů, tj. určování pořadí. [[Rozpoznávaní vzorů]] je také příbuzná úloha binární (pro jeden vzor) nebo diskrétní klasifikace (pro několik vzorů), ale liší se tím, že vzor je často lokální a netýká se celého příkladu. ''Hledání tváře na obrázku'' je příklad tohoto druhu.
 
== Algoritmy ==