appunti-steffo/7 - Fondamenti di machine learning/1 - Concetti base/problema di supervised learning.md

problema di minimizzazione.

Si vuole determinare un classificatore che minimizzi una perdita e una complessità.

\Large \fmlModel

\min_{\fmlClassifier \in \fmlHypothesisSpace} \par{ \sum_{i=1}^N \fmlLoss(\fmlOutput, \fmlClassifier(\fmlInput)) + \par{ \fmlComplexityCoefficient \cdot \fmlComplexity(\fmlClassifier) } }

Per scegliere il modello, vengono usati campione di coppie input-output conosciute, detti data set per supervised learning.

\Large \fmlDataset \in (\fmlInputField, \fmlOutputField)^{\fmlDatasetSize}

Il campo matematico di tutti i modelli possibili è detto spazio delle ipotesi. \Large f \in \fmlHypothesisSpace