Quelqu'un pourrait-il m'expliquer la différence de la manière la plus simple possible ou m'indiquer le bon endroit où la trouver ?
Réponses
Trop de publicités?
Felix S.
Points
96
La reconnaissance des formes est un terme générique désignant la capacité à reconnaître des régularités ou des modèles dans des données. Un terme plus générique est l'apprentissage automatique. La classification est un exemple de reconnaissance des formes, où un modèle répartit les données en classes.
Plus précis de gauche à droite : Apprentissage automatique > Reconnaissance des formes > Classification > Classification linéaire > SVM
bakkal
Points
13449
Il existe de nombreux types de Algorithmes de reconnaissance des formes et les algorithmes de classification en font partie. Tous les algorithmes de reconnaissance des formes ne sont pas des algorithmes de classification.
Pour être qualifié de classificateur, un algorithme doit mettre en correspondance un point de données d'entrée avec une catégorie parmi un ensemble de catégories (ou étiquettes, ou classes)
Comme exemple d'un algorithme de reconnaissance des formes qui n'est pas un classificateur on considère l'algorithme des k-means, qui est un clustering algorithme. Lorsque l'algorithme des k-means est exécuté, il trouve des modèles dans vos données et essaie de les diviser en catégories distinctes. grappes .
Image tirée de la page Wikipedia de <a href="https://en.wikipedia.org/wiki/K-means_clustering" rel="nofollow noreferrer">algorithme k-means</a>
Si vous souhaitez attacher une étiquette à une entrée pour la classer dans l'un des clusters (par exemple, retourné par le k-means), vous pouvez par exemple utiliser un algorithme de classification tel que k-plus proches voisins (k-NN), qui prend une entrée et prédit en sortie le groupe dans lequel elle est classée.
