найближчі навчальні приклади до розділяючого гіперплану

функції переводу навчальних даних до простору вищої розмірності

напрямки, за якими підтримується класифікація

навчальні приклади, що входять до розділяючого гіперплану

кількості класів в навчальній виборці

відсотках пропущених значень в навчальній вибірці

кількості необхідних проходів навчальної вибірки для успішного навчання

кількості прикладів, необхідних для успішного навчання

Лінійна регресія моделює числові змінні, логістична – ймовірності класів

Лінійна регресія прогнозує категоріальні значення, логістична – неперервні

Лінійна регресія використовується для класифікації, логістична – для регресії

Вони вирішують однакову задачу, але використовують різну функцію втрат

Процедура тренування моделі кілька разів з різними параметрами

Метод для зменшення розміру даних

Метод оцінки моделі за допомогою багаторазового розбиття даних

Техніка створення нових ознак

Класифікація об'єктів на категорії

Побудова гіперплощини для відокремлення класів

Зниження розмірності даних

Прогнозування числового значення цільової функції

алгоритмі теорії логіки першого порядку

є оригінальним

диз'юнкцію 

кон'юнкцію 

диз'юнкцію або кон'юнкцію 

лінивого (lazy) навчання

інкрементного (incremental) навчання

стрімкого (eager) навчання

навчання без вчителя (unsupervised learning)

найближчі навчальні приклади до розділяючого гіперплану

функції переводу навчальних даних до простору вищої розмірності

навчальні приклади, що входять до розділяючого гіперплану

центри кластерів навчальних даних