Апроксимація функцій у машинному навчанні: порівняння лінійної та нелінійної регресії для класифікації даних

Анотація

У сучасному світі обробка даних та машинне навчання стали ключовими в технологічних застосуваннях. Машинне навчання – галузь штучного інтелекту, дає змогу комп’ютерам навчатися на основі даних та виконувати завдання без явного програмування. Останні десятиліття воно стало ключовим складником сфери інформаційних технологій, впливаючи на різноманітні галузі, як-от фінанси, медицина, наука про дані та ін. [1]. Фундаментальним аспектом машинного навчання є апроксимація функцій, що полягає у створенні моделей, які наближено описують поведінку вхідних даних, зокрема зв’язок між незалежними змінними та цільовою змінною. У цій статті порівнюються два основні методи апроксимації функцій: лінійна та нелінійна регресія.