AIF-C01 · Zastosowania AI i usługi AI w AWS
Regresja, klasyfikacja i klastrowanie
Najważniejsze
- Regresja przewiduje liczbę (cenę, prognozę popytu).
- Klasyfikacja przewiduje kategorię na podstawie oznaczonych przykładów (oszustwo albo nie, spam albo nie).
- Klastrowanie grupuje podobne elementy bez etykiet, by odkryć strukturę (segmenty klientów).
- Zapytaj, jak wygląda wynik: liczba, etykieta czy nieoznaczone grupy.
Przykładowe pytania
Która technika przewiduje ciągłą wartość liczbową, na przykład cenę?
- Regresja
- Klasyfikacja
- Klastrowanie
- Tokenizacja
Pokaż odpowiedź
Odpowiedź: A. Regresja
Regresja zwraca liczbę na skali ciągłej. Klasyfikacja zwraca kategorię, a klastrowanie grupy bez etykiet.
Które zadania są problemami klasyfikacji?
- Oznaczenie wiadomości jako spam lub nie spam
- Oznaczenie transakcji kartą jako oszustwo lub legalna
- Szacowanie przychodu w następnym miesiącu w euro
- Odkrywanie segmentów klientów bez żadnych etykiet
- Przewidywanie czasu dostawy w minutach
Pokaż odpowiedź
Odpowiedź: A. Oznaczenie wiadomości jako spam lub nie spam, B. Oznaczenie transakcji kartą jako oszustwo lub legalna
Wykrywanie spamu i oznaczanie oszustw przypisują każdy przypadek do kategorii. Prognoza sprzedaży i czas dostawy to liczby (regresja), a segmentacja bez etykiet to klastrowanie.
Prawda czy fałsz: klastrowanie wymaga oznaczonego przykładu dla każdej grupy, którą ma znaleźć.
Pokaż odpowiedź
Odpowiedź: Fałsz
Fałsz. Klastrowanie jest uczeniem bez nadzoru: znajduje grupy wyłącznie na podstawie podobieństwa. Potrzeba etykiet to cecha klasyfikacji.
Przećwicz 8 pytań z tego tematu w Bitzu
Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.
