Wat is een ongeïnformeerd model in machine learning?

In de context van machinaal leren is een ongeïnformeerd model een model dat geen informatie gebruikt over de onderliggende structuur van de gegevens. Met andere woorden, er wordt geen rekening gehouden met enige voorkennis of relaties tussen de invoerkenmerken en de uitvoervariabele. Een eenvoudig lineair regressiemodel dat alleen het gemiddelde van de invoerkenmerken als voorspeller van de uitvoervariabele beschouwt, is met andere woorden een ongeïnformeerd model, omdat het geen rekening houdt met relaties of interacties van hogere orde tussen de invoerkenmerken. Een geïnformeerd model zou daarentegen rekening houden met voorkennis of relaties tussen de invoerkenmerken en de uitvoervariabele, zoals niet-lineaire relaties of interacties tussen de invoerfuncties. Een voorbeeld van een geïnformeerd model is een beslissingsboom die rekening houdt met de hiërarchische structuur van de gegevens en de relaties tussen de invoerfuncties om voorspellingen te doen. Niet-geïnformeerde modellen zijn vaak eenvoudiger en gemakkelijker te interpreteren dan geïnformeerde modellen, maar presteren mogelijk niet zo goed in termen van nauwkeurigheid of generalisatie naar nieuwe gegevens. Geïnformeerde modellen kunnen complexer zijn en meer computerbronnen vereisen, maar ze kunnen betere prestaties en nauwkeurigere voorspellingen bieden.