Problémy

Klasifikácia

Klasifikácia (obr. 1) je problém, pri ktorom algoritmus podľa vstupný údajov musí zaradiť objekt do triedy. Výsledkom klasifikácie je tzv. discrete output, teda nespojitý výstup. To znamená, že sa objekt zaradí do jednej z tried, pričom prvky jednej triedy sú si podobné, ale od prvkov ostatných tried sa odlišujú. Príkladom klasifikácie môže byť napr. určenie, či bude slnečno alebo oblačno, alebo určenie krvnej skupiny pacienta.

Regresia

Výstupom regresie (obr. 2) je tzv. continuous output alebo spojitý výstup, ktorý sa postupne mení v závislosti na vstupe. Môže to byť napríklad určenie hmotnosti človeka na základe jeho výšky. Regresia v tomto prípade vie určiť závislosť medzi týmito dvomi premennými a podľa závislosti vie vypočítať výstup (závislá premenná) zo vstupu (nezávislá premenná). V praxi regresia vypočíta, že priemerný muž vysoký 180 cm môže vážiť 72 kg.

Zhlukovanie

Posledným problémom je zhlukovanie (angl. Clustering). Zhlukovanie (obr. 3) je podobné ako klasifikácia. Zhlukovanie vytvára zhluky (klastre), ktoré zoskupujú prvky s podobnými vlastnosťami. Od klasifikácie sa odlišuje tým, že patrí ku kategórii učenia bez učiteľa, pričom klasifikácia je technika učenia s učiteľom. Znamená to, že pri klasifikácií sa vstup zaraďuje do triedy s označením podľa cvičných dát, zatiaľ čo zhlukovanie bude zaraďovať informácie do tried bez mien. Prečo je to tak si povieme v ďalšej kapitole.