Обучение под наблюдением похоже на изучение уже известного пути и использование знаний для новых путей. Если у вас есть данные с правильными выводами, их можно использовать для обучения модели, а модель можно использовать для прогнозирования ответов.
Есть две основные части контролируемого обучения.
Классификация
Это как класть фрукты одного сорта в одну упаковку. Он разделяет данные на части. Количество частей должно быть ограничено. Количество частей не должно быть сплошным. В таких ситуациях мы можем использовать классификацию.
Регрессия
Если у вас нет ограниченного выбора, у вас есть проблема регрессии. Основным примером этого является прогнозирование цен на жилье. Цены на жилье непрерывны, поэтому мы должны использовать алгоритмы регрессии.
Примечание. Логистическая регрессия — это алгоритм классификации. Это своего рода классификация результатов регрессии.
Спасибо за чтение. Я надеюсь, что письмо ясное и короткое, дайте мне знать.
