Verze z 4. 6. 2021, 21:36 editovat JAnDbot (diskuse \| příspěvky) Roboti 1 711 601 editací m {{Commonscat}}; kosmetické úpravy ← Přejít na předchozí porovnání		Verze z 15. 11. 2021, 13:10 editovat zrušit editaci 78.157.178.3 (diskuse) →‎Základní rozdělení algoritmů učení značka: revertováno Přejít na další porovnání →
Řádek 11: * [[učení bez učitele]] („unsupervised learning“) Ke vstupním datům není známý výstup * kombinace učení s učitelem a bez učitele („semi-supervised learning“) Část vstupních dat je se známým výstupem, ale další data, typicky větší, jsou bez něj. Často se používá [[Expectation–maximization algoritmus\|EM algoritmus]] („expectation–maximization algorithm“). Podobný přístup je [[transdukce (strojové učení)\|transdukce]] * [[zpětnovazební učení\|zpětnovazebné učení]] (~~„reinforcement learning“), též ''učení posilováním''~~„reinforceme ~~Podle způsobu zpracování lze algoritmy rozdělit na~~ * dávkové: Všechna data požadují před začátkem výpočtu. * inkrementální: Dokážou se "přiučit", tj. upravit model, pokud dostanou nová data, bez přepočítání celého modelu od začátku == Základní druhy úloh ==

Strojové učení: Porovnání verzí