彪DATI，彪domande，米廖risposte

GLI algoritmi二机器学习individuano NEI DATI我图案naturali哒翠estrarre informazioni编effettuare米廖户外活动搜索。ESSI vengono utilizzati quotidianamente每prendere decisioni importanti NELLE diagnosi mediche，NEL的Mercato azionario，内拉previsione德尔卡里科energeticoê雅卓安科拉。每esempio，我丝提multimediali SI basano SUL机器学习每esaminare milioni二opzioniËfornire的Agli个用户consigliスcanzoni O系膜。我venditori人dettaglio utilizzano questo approccio每analizzare IL comportamento迪acquisto代clienti。

Quandoèstruestarioutureizzareil机器学习？

我们可以自动学习è在这个问题的答案是attività，这个问题可以包含在这个大问题的答案是quantità，这个问题的变量是不存在于这个公式中的。根据你的经验，你的技术可以è，你的处境可以:

Apprendimento CON supervisione

伊尔机器学习CON supervisione在未来的日子里，你将看到你的未来，你将看到你的未来。一个指导学生的算法是利用一个集合来确定输入和输出的注意事项，以及一个在新数据中可以接受的一般模型。我要让我的学徒来监督我们的工作，我们要让他们知道我们的产出是怎样的。

学徒可以根据预测模型运用分类回归技术。

乐tecniche di classificazionePrevidono Risposte离散：Per Esempio，SE Un'e-mailèAutenticao垃圾邮件，Un Un TramoreèMalignoO Benigno。i modelli di classificaione raggruppano i dati di输入分类。Tra Le ApplicaioniPiùcomuni Figurano L'Imaging Medice，IL Riconoscimento Vocale e la Valutazione del Rischio di Cvidreco。

美国洛杉矶classificazione的SE 1青年报DATI possono essere etichettati，categorizzatiØsuddivisi在CLASSIØcategorie specifiche。每esempio，乐applicazioni每1L riconoscimento德拉scrittura马诺utilizzano拉classificazione每riconoscere莱泰雷ênumeri。Nell'elaborazione迪immaginiË内拉visione artificiale，乐迪tecniche模式识别Senza监督vengono utilizzate每LA rilevazione二oggettiËLA segmentazione二immagini。

我们可以把它分类为più公共形象万博1manbetx支持向量机（SVM）那alberi决策CON提升E.装袋那K.最近的邻居那天真贝父那analisi isciminante.那regressione LOGISTICAE.Reti Neurali.。

乐tecniche迪regressioneprevidono risposte继续：Per eSempio，Variazioni della Cutercatura o Fluttuazioni della dimanda di Energia。Le Applicaioni Tipiche Includono La Previsione del Carico Elettrico E IL Trading Algoritmico。

利用回归技术，我们可以将数据的间隔，以及我们为我们的国家制定的数据，è，一个真实的数字，根据温度和速度，我们可以验证我们的数据和我们的数据。

我们可以用回归算法più共同figano ilMODELLO佛甲，ILMODELLO非佛甲，La.regolarizzazione，La.regressione逐步，GLI.艾伯利，决定，诈骗E.装袋，le.Reti Neurali.E的L-”适应性神经模糊学习。

ECCO Alcune Linee Guida Per La Scelta Tra L'Approcio Con Submisione E Senza Smotisione：

• scegli l'Apprendimimento Con监督se desideri addestrare un modello per fare una previsione (per esempio, il valore futuro di una variabile continua, come la temperatura o il prezzo di un’azione) o una classificazione (per esempio, identificare la marca di un’automobile dal filmato di una webcam).
• scegli l'apprendimento指数Senza supervisione我们需要分析的是在国际上建立一个模型，在集群中建立一个额外的模型。