Vsebina
V:
Kakšna je razlika med nadzorovanim, nenadzorovanim in napol nadzorovanim učenjem?
A:
Ključna razlika med nadzorovanim in nenadzorovanim učenjem pri strojnem učenju je uporaba podatkov o usposabljanju.
Nadzorovano učenje uporablja primere podatkov, da pokaže, kako izgledajo »pravilni« podatki. Podatki so strukturirani tako, da prikazujejo izhode danih vhodov.
V algoritmu strojnega učenja, ki razvršča sadje, so lahko slike sadja, kot so jabolka, banane, grozdje in pomaranče, kot vložki, imena teh sadežev pa kot proizvodnja.
Primer v resničnem svetu so Bayesovi filtri za neželeno pošto v programih. Ti filtri so usposobljeni s primeri, ki veljajo za neželeno pošto. Filter neželene pošte lahko nato poišče določene fraze, ki se pojavijo v s, ki se pojavljajo v neželeni pošti, in jih premakne v mapo z neželeno pošto.
Kot bi človeku pokazali, kako naj opravi novo nalogo. Osebi, ki opravlja vnos podatkov, se lahko prikažejo primeri podatkov v obliki, ki jo želi podjetje, nato pa se pričakuje, da jim bo sledil.
Programi strojnega učenja z nadzorovanim učenjem ponavljajo večkrat s podatki o usposabljanju. Rezultati so lahko impresivni, ko se res začne. Googlov filter za neželeno pošto v Gmailu je zelo natančen, ker ga toliko uporabnikov trenira.
Nenadzorovano učenje nima podatkov predhodnega usposabljanja. V našem primeru razvrščanja sadja lahko algoritem preprosto prikaže slike sadja in jih naloži, da jih razvrsti.
Nenadzorovano učenje ima aplikacije v tržnih raziskavah z učenjem kupčevih navad ali varnosti s spremljanjem taksnih vzorcev.
Učenje s polovičnim nadzorom poskuša zavzeti sredino z označitvijo nekaterih podatkov. Na primer, jabolko in pomaranča sta lahko na programu razvrščanja sadja označeni, vendar banana in grozdje nista.
Kdaj uporabiti katerega koli od teh algoritmov bo odvisno od vrste uporabljenih podatkov. Nekatere naloge imajo stabilne vzorce, na primer goljufija s kreditno kartico ali neželena pošta. Nadzorno učenje je primerno za tovrstne naloge. Omrežni napadi so nepredvidljivi, zato so morda bolj primerne nenadzorovane ali napol nadzorovane metode učenja.