回归
数值而不是定义类别。
此类任务的示例：
通过照片确定一个人的年龄。
根据汽车或房地产的特 中东手机号码清单 征来评估其价值。
例如，假设您需要确定一辆汽车 以新的方式与听众建立联系 的大致价格，同时考虑其制造年份、里程、设备和其他选项等信息。为了完成这项任务，神经网络获得了分类广告网站上发布的数千辆汽车的数据。它分析这些数据，并据此为特定汽车建议合适的价格。
表壳：VT-metall
了解我们如何将莫斯科一家金属加工公司的 招聘成本降低 13 倍
了解详情
预测
对于此类问题，神经网络会 WhatsApp 电话列表 分析一组动态值并用它来预测未来的变化。例如，使用神经网络你可以：
汇率；
石油和贵金属价格；
各公司股票的价值；
网站的流量等
聚类
聚类与分类有很多共同之处，但两种方法之间存在一个关键区别。在分类中，类别的数量和确定这些类别的标准是预先知道的，就像确定信用度的情况一样。另一方面，当对最终结果没有明确的想法时，就会使用聚类。
让我们看一个例子。 Alexey 经营着一家大型网上服装店，并使用电子邮件营销作为他的营销工具之一。然而，此类邮件的有效性却不尽如人意，因为大多数收件人甚至不会打开广告信。