Ын Анналин, Су Кеннет

194
Глоссарий
Обучающий набор данных. Часть данных, используемая 
для поиска возможных закономерностей, на основании 
которой строится прогностическая модель. Такая модель 
оценивается при помощи тестового набора данных.
Обучение без учителя. Класс алгоритмов машинного 
обучения, используемых для обнаружения скрытых 
закономерностей в данных. Название обусловлено тем, 
что они применяются, когда закономерности в дан-
ных неизвестны и от алгоритмов ожидается их обнару-
жение.
Обучение признаков. Процесс создания новых пере-
менных путем перекодирования одной из них либо ком-
бинирования нескольких.
Обучение с подкреплением. Класс алгоритмов машин-
ного обучения, при которых прогноз строится на основе 
закономерностей в данных и, кроме того, продолжает 
улучшаться по мере поступления новых результатов.
Обучение с учителем. Класс алгоритмов машинного 
обу чения, используемый для прогнозирования. Название 
обусловлено тем, что для прогнозирования используются 
предварительно заданные шаблоны.
Переменная. Информация, описывающая элементы 
данных. Переменные также известны как атрибуты, при-
знаки и размерности. Есть несколько типов переменных:
• Бинарная. Простейший тип переменных со всего 
двумя возможными значениями, например муж-
ское/женское.

---

Глоссарий
195
• Категориальная. Переменная, допускающая более 
двух значений (например, этническая принадлеж-
ность).
• Целочисленная. Переменная, используемая для 
представления целых чисел (например, возраста).
• Непрерывная. Наиболее детальный тип перемен-
ной, представляющий числа с десятичными дробя-
ми (например, цену).
Переобучение. Явление, при котором прогностическая 
модель слишком чувствительна и принимает случайные 
колебания данных за постоянные закономерности. Пере-
обученная модель может давать высокоточные прогнозы 
по текущему набору данных, но плохо справляться с но-
выми.
Подвыборка. Метод предотвращения переобучения 
в нейронной сети, при котором входные данные «разбав-
ляются» средними значениями. Например, при выполне-
нии процедуры над изображениями можно уменьшить 
размер картинки или снизить контрастность.