Comments 5
Спасибо очень интересно, но вот только для человека не в теме очень сложно воспринимается нить рассказа. Было бы неплохо добавить немного описания для совсем бумбум в этой теме.

А есть ли алгоритмы машинного обучения которые работают с вероятностными входными данными? Как я понимаю везде используются огромные массивы точных данных, а как быть если данные не точны и имеют некоторую вероятность на правдивость, например с выхода другой системы обучения?
А есть ли алгоритмы машинного обучения которые работают с вероятностными входными данными?

Это называется доверительный интервал. Рассчитать его несложно для статических ошибок при выборке и часто невозможно для систематических ошибок, которые зависят от внешних неизмеренных факторов.
Александр, можете привести пример, какие конкретно поведенческие факторы можно измерить таким образом? Пока и правда статья выглядит как измерение сферического коня в вакууме.
Спасибо за комментарий. Я побоялся приводить конкретные примеры алгоритмов сбора признаков, так как они не универсальны и очень сильно зависят от задачи. А вот сам принцип анализа (упомянутый в заметке) у них схожий. В любом случае, спасибо, я сделаю выводы.
Не раскрыта цель всех этих телодвижений.
Что в результате получили?
Only those users with full accounts are able to leave comments. Log in, please.