Класифікатор проти моделі проти оцінювача

Чим відрізняється класифікатор, модель та оцінювач?

З чого я можу сказати:

• Оцінювач - це предиктор, знайдений з алгоритму регресії
• класифікатор - це предиктор, знайдений з алгоритму класифікації
• модель може бути як оцінювачем, так і класифікатором

Але з погляду в Інтернеті, здається, що у мене можуть бути змішані ці визначення. Отже, які справжні визначення в контексті машинного навчання?

• оцінювач: Це не слово з суворим визначенням, але воно зазвичай асоціюється з знаходженням поточного значення в даних. Якщо ми не порахували явно зміни в нашій кишені, ми могли б використовувати оцінку. Зважаючи на це, в машинному навчанні він найчастіше використовується в поєднанні з оцінкою параметрів або оцінкою щільності. В обох випадках існує припущення, що дані, які ми маємо на даний момент, надходять у формі, яку можна описати функцією. Оцінюючи параметри, ми вважаємо, що функція - це відома функція, яка має додаткові параметри, такі як швидкість або середнє значення, і ми можемо оцінити значення цих параметрів. При оцінці щільності ми можемо навіть не мати припущення про функцію, але ми спробуємо оцінити функцію незалежно. Отримавши оцінку, ми можемо мати в своєму розпорядженні модель.максимальна ймовірність .
• класифікатор : Це конкретно стосується типу функції (та використання цієї функції), де відповідь (або діапазон у функціональній мові) є дискретним. Порівняно з цим регресор матиме постійну реакцію. Існують додаткові типи відповідей, але це два найбільш відомих. Після того, як ми, можливо, побудуємо класифікатор, очікується, що він передбачить для нас із обмеженого діапазону класів, про які клас даних може вказувати вектор даних. Наприклад, програмне забезпечення для розпізнавання голосу може записувати зустріч і намагатися записувати в будь-який момент, хто з кінцевої кількості учасників зустрічі виступає. Створюючи це програмне забезпечення, ми дамо кожному учаснику номер, який є лише номінальним, і спробуємо класифікувати його до кожного сегменту мови.
• модель : модель - це функція (або об'єднаний набір функцій), яку ви можете прийняти або відхилити як представницю вашого явища. Слово походить від ідеї, що ви можете застосовувати доменні знання для пояснення / прогнозування явища, хоча це не потрібно. Непараметрична модель може бути виведена повністю з даних, що є, але результат часто все ще називають моделлю. Ця термінологія підкреслює той факт, що те, що було побудовано при побудові моделі, - це не реальність, а лише «модель» реальності. Як сказав Джордж Бокс, " Усі моделі помиляються, але деякі є корисними ". Наявність моделі дозволяє передбачити, але це може бути не її метою; це також може бути використане для імітації або пояснення.