Cos'è il Machine learning model based

Il machine learning model based è un approccio all'apprendimento supervisionato in cui gli algoritmi utilizzano dei dataset di addestramento (training set) per costruire il modello statistico.

Al termine dell'addestramento il modello statistico è usato come algoritmo decisionale e gli esempi di training possono essere eliminati.

Si distingue dal ML instance-based in cui gli esempi sono parte integrante del modello statistico.

Esempio. Un dataset di training è composto da esempi con le misure dei fiori (features) e un'etichetta (target) che indica la specie. Il modello di apprendimento elabora gli esempi per costruire il modello statistico di classificazione. Una volta addestrato, il modello è usato per classificare gli esempi diversi da quelli di training. I dati di training sono eliminati.