Машинно самообучение: Разлика между версии

=== Асоциативен тип ===

Асоциативният метод е за откриване на интересни връзки между променливите в големи бази данни. Той е предназначен за идентифициране на строги правила, открити в бази данни, използвайки измервания с категоризиране. Например, правилото {лук, картофи} => {хамбургер}, открито при продажната статистика на супермаркетите, показва, че ако клиент закупи тези продукти (лук, картофи) заедно, то най-вероятно ще закупи и кайма за хамбургер.

Изкуствените неврони връзки са алгоритъм на учене, вдъхновен от структурата и функцията на биологичните неврони връзки. Изчисленията са структурирани в условие на взаимно свързани групи от изкуствени неврони, обработващи информация, използвайки свързан подход за изчисление. Модерните невронни мрежи са нелинейни статични инструменти за обработка на данни. Обикновено се използват за модел на комплексни взаимоотношения между вход и изход, за да намерят пътища в данните или да хванат статистическата структура в неизвестна свързваща вероятна дистрибуция между наблюдаваните променливи.

=== Задълбочено учене ===