Машинне Навчання
Інтерактивна симуляція алгоритмів класифікації та регресії з візуалізацією процесу навчання
Інтерактивна Симуляція
Керування
Статистика
Алгоритми машинного навчання
🎯 K-Nearest Neighbors (KNN)
Алгоритм класифікації, який класифікує об'єкт на основі класів його k найближчих сусідів у просторі ознак. Простий, але ефективний для багатьох задач.
1. Обчислити відстані до всіх точок
2. Вибрати k найближчих сусідів
3. Класифікувати за більшістю голосів
📈 Лінійна регресія
Алгоритм регресії, який знаходить лінійну залежність між незалежними змінними та залежною змінною, мінімізуючи суму квадратів помилок.
y = β₀ + β₁x₁ + β₂x₂ + ... + βₙxₙ
Мінімізувати: Σ(yᵢ - ŷᵢ)²
🔍 Support Vector Machine (SVM)
1. Знаходження гіперплощини
SVM знаходить оптимальну гіперплощину, яка розділяє класи з максимальним запасом.
2. Support Vectors
Тільки найближчі до гіперплощини точки (support vectors) впливають на модель.
3. Kernel Trick
Використання ядерних функцій для роботи з нелінійно розділеними даними.
📊 Типи навчання
Навчання з учителем (Supervised)
Модель навчається на розмічених даних, де відомі правильні відповіді
Навчання без учителя (Unsupervised)
Модель знаходить патерни в даних без попередньої розмітки
Навчання з підкріпленням (Reinforcement)
Модель навчається через взаємодію з середовищем та отримання нагород