![Индуктивный порог и обобщение](/images/courses/ml_superv1.png)
|
Обучающийся алгоритм, индуктивная гипотеза, индуктивный порог, способность к обобщению, переобучение, обучающая, валидационная и тестовая выборки
|
|
![Функция потерь и эмпирический риск](/images/courses/ml_superv2.png)
|
Функция потерь, теоретический и эмпирический риск, принцип минимизации эмпирического риска, риск для квадратичной функции потерь, разложение bias-variance, связь сложности модели, индуктивного порога и способности к обобщению
|
|
![Кросс-валидация](/images/courses/ml_superv3.png)
|
Оценка точности модели, кросс-валидация, метод Монте-Карло, k-fold, holdout, leave-one-out кросс-валидация, стратификация выборки при кросс-валидации, внутренняя кросс-валидация
|
|