====== Prednaska 3 ======

skripta: Statisticke aspekty dobyvani znalosti z dat, Holena

==== Klasifikace ====

tridy:		\\
C1 | C2		\\
-------		\\
C3 | C4		\\

=== Klasifikator ===
<m>f: X->{C1...Cn}</m>

  * dalsim vystupem muze byt ohodnoceni spolehlivosti klasifikace
    * napr. <0,1>
	* <m>f: X-> C in [0,1]^n (C1...Cn)</m>

== Chyba klasifikatoru ==
  * E(C,f(x))
  * vyjadreni pomoci matice <m>M_ij</m>
  
==== Regrese ====
<m>g: R^n -> R^m</m>
\\
<m>g: X -> Y={C1..Cn}</m>
  * tento pripad shody s klasifikaci
  * klasifikator se da popsat jako specialni model regresniho modelu
  
=== Mereni vzdalenosti ===
  * Manhattonska vzdalenost
  * Euklidovska vzdalenost
  * Kullback-Leibler - vzdalenost mezi dvema rozdelenimi pravdepodobnosti
  
=== Linearni regrese ===
  * model je primka
  * <m>f(x) = w^Tx + b</m>
  * stabilita modelu: pri male zmene vstupu se vyrazne nemeni vystup - male vahy <m>w^T</m>
  * regularizacni opertaor <m>phi(f)</m>
  
=== Uceni zalozene na nahodnem vyberu ===