Classifier vs model vs estimator

Apa perbedaan antara classifier, model, dan estimator?

Dari apa yang bisa saya katakan:

• estimator adalah prediktor yang ditemukan dari algoritma regresi
• classifier adalah prediktor yang ditemukan dari algoritma klasifikasi
• suatu model dapat berupa estimator atau classifier

Tetapi dari melihat online, tampaknya saya mungkin memiliki definisi ini campur aduk. Lantas, apa definisi sebenarnya dalam konteks pembelajaran mesin?

• penduga: Ini bukan kata dengan definisi yang ketat tetapi biasanya terkait dengan menemukan nilai saat ini dalam data. Jika kami tidak secara eksplisit menghitung perubahan di saku kami, kami mungkin menggunakan taksiran. Yang mengatakan, dalam pembelajaran mesin itu paling sering digunakan bersama dengan estimasi parameter atau estimasi kepadatan. Dalam kedua kasus ada asumsi bahwa data yang kami miliki saat ini datang dalam bentuk yang dapat digambarkan dengan suatu fungsi. Dengan estimasi parameter, kami percaya bahwa fungsi tersebut adalah fungsi yang diketahui yang memiliki parameter tambahan seperti laju atau rata-rata dan kami dapat memperkirakan nilai parameter tersebut. Dalam estimasi kepadatan kami bahkan mungkin tidak memiliki asumsi tentang fungsi tersebut tetapi kami akan berusaha untuk memperkirakan fungsi tersebut. Setelah kami memiliki estimasi, kami dapat memiliki model.kemungkinan maksimum .
• classifier : Ini secara khusus mengacu pada jenis fungsi (dan penggunaan fungsi itu) di mana respons (atau rentang dalam bahasa fungsional) terpisah. Dibandingkan dengan ini, seorang regressor akan memiliki respons yang berkelanjutan. Ada jenis respons tambahan tetapi ini adalah dua yang paling terkenal. Begitu kita telah membangun sebuah classifier, diharapkan untuk memprediksi bagi kita dari dalam kisaran terbatas kelas yang ditunjukkan oleh suatu vektor data. Sebagai contoh, perangkat lunak pengenalan suara dapat merekam rapat dan berupaya merekam pada waktu tertentu yang mana dari jumlah terbatas peserta rapat yang berbicara. Membangun perangkat lunak ini kami akan memberikan masing-masing peserta nomor yang hanya nominal dan berusaha untuk mengklasifikasikan ke nomor itu untuk setiap segmen pidato.
• model : Model adalah fungsi (atau kumpulan fungsi) yang dapat Anda terima atau tolak sebagai perwakilan dari fenomena Anda. Kata tersebut bermula dari gagasan bahwa Anda dapat menerapkan pengetahuan domain untuk menjelaskan / memprediksi fenomena meskipun ini tidak diperlukan. Model non-parametrik mungkin berasal sepenuhnya dari data yang ada tetapi hasilnya sering masih disebut model. Terminologi ini menggarisbawahi fakta bahwa apa yang telah dibangun ketika suatu model dibangun bukanlah realitas tetapi hanya 'model' realitas. Seperti yang dikatakan George Box, " Semua model salah tetapi ada yang berguna ". Memiliki model memungkinkan Anda untuk memprediksi tetapi itu mungkin bukan tujuannya; itu juga dapat digunakan untuk mensimulasikan atau menjelaskan.