Грокаем глубокое обучение

На данный момент это один или несколько весовых коэффициентов, на которые можно умножить входные данные и получить прогноз.

всегда передавать в сеть достаточный объем информации, где «достаточность» определяется довольно свободно, например, сколько потребуется человеку, чтобы сделать тот же прогноз.

араметрические алгоритмы имеют фиксированное число параметров, а непараметрические алгоритмы выбирают число параметров, основываясь на данных.

непараметрические модели обычно основаны на вычислениях.

араметрические модели обычно используют метод проб и ошибок

параметричность задает способ хранения результатов обучения и зачастую метод обучения.

Вы просто даете команду алгоритму «найти закономерности в этих данных и сообщить о них».

Но в обучении без учителя набор данных, в который происходит преобразование, прежде не был известен.

на входе имеется нечто известное и требуется быстро преобразовать его в то, что хотелось бы знать.

Машинное обучение с учителем — это метод преобразования одного набора данных в другой.