Чтобы выбрать правильное определение обучающей выборки, давайте разберёмся с основными понятиями и характеристиками обучающих выборок в контексте машинного обучения, особенно в методах обучения "с учителем". Обучение "с учителем" предполагает наличие обучающей выборки, которая состоит из объектов (данных) и соответствующих им меток классов. Цель такого обучения — научить модель делать предсказания на основе данных, которые она видит. Теперь рассмотрим предложенные варианты: 1. **Бесконечное (счётное) множество объектов, принадлежащих точно двум классам**: - Обучающие выборки в реальных задачах всегда конечны, так как они представляют собой набор данных, собранных из наблюдений или экспериментов. Бесконечные выборки невозможны в практическом применении. 2. **Конечное множество объектов - примеров нескольких классов**: - Это определение наиболее точно описывает обучающую выборку в контексте обучения "с учителем". Выборка состоит из объектов, которые могут принадлежать нескольким классам. Например, в задаче классификации изображений объекты (изображения) могут быть разделены на классы "кошка", "собака", "птица" и т.д. 3. **Конечное множество объектов, принадлежащих точно одному классу**: - Такое определение больше подходит для задач обучения "без учителя", где выборка может состоять из объектов одного типа, и цель — выявить внутренние структуры данных. В обучении "с учителем" обычно требуется наличие нескольких классов для обучения модели различать их. Таким образом, правильным определением для обучающей выборки в контексте обучения "с учителем" является второй вариант: **конечное множество объектов - примеров нескольких классов**.