koneoppimistehtävissä
Koneoppimistehtävät ovat keskeinen osa koneoppimisen alaa, ja ne määrittelevät, mitä ongelmaa koneoppimismalli yrittää ratkaista. Yleisimmät koneoppimistehtävät voidaan jakaa karkeasti kolmeen pääluokkaan: ohjattu oppiminen, ohjaamaton oppiminen ja vahvistusoppiminen.
Ohjatussa oppimisessa mallille annetaan merkittyä dataa, eli syötteiden lisäksi myös halutut tulosteet. Tavoitteena on oppia funktio,
Ohjaamattomassa oppimisessa mallille annetaan merkkaamatonta dataa, ja sen tehtävänä on löytää datasta piileviä rakenteita tai malleja.
Vahvistusoppimisessa agentti oppii tekemään päätöksiä vuorovaikutuksessa ympäristön kanssa maksimoidakseen palkkionsa. Agentti oppii kokeilemalla ja saamalla palautetta
Näiden pääluokkien lisäksi on myös muita erikoistuneempia tehtäviä, kuten poikkeamien havaitseminen ja suositusjärjestelmät, jotka usein pohjautuvat