Machine Learning model based e instance based

La differenza tra l'apprendimento model based e l'apprendimento instance base nel machine learning.

• Model based learning
  Sono modelli di apprendimento supervisionato (supervised ML) che utilizzano dei dati di addestramento (training dataset) per creare un modello decisionale. Una volta creato il modello, i dati di addestramento possono essere eliminati.

  Ad esempio, sono algoritmi di apprendimento model based gli alberi decisionali (decision tree), l'algoritmo SVM (support vector machine), ecc.

• Instance based learning
  Sono modelli di apprendimento che utilizzano un insieme di dati come modello. In questo caso, il dataset non può essere eliminato perché è parte del modello decisionale.

  Ad esempio, l'algoritmo kNN (k-Nearby Neighbours) è un algoritmo instance based (basato sulle istanze). L'algoritmo analizza i nuovi dati in input e li classifica per distanza/vicinanza rispetto ai dati di riferimento.