Namai Garsas Kuo skiriasi prižiūrimas, neprižiūrimas ir pusiau prižiūrimas mokymasis?

Kuo skiriasi prižiūrimas, neprižiūrimas ir pusiau prižiūrimas mokymasis?

Anonim

Q:

Kuo skiriasi prižiūrimas, neprižiūrimas ir pusiau prižiūrimas mokymasis?

A:

Pagrindinis skirtumas tarp prižiūrimo ir neprižiūrimo mokymosi mašininiu mokymu yra mokymo duomenų naudojimas.

Prižiūrimas mokymas naudoja duomenų pavyzdžius, kad parodytų, kaip atrodo teisingi duomenys. Duomenys susisteminti taip, kad būtų parodyti duotų įvestų duomenų rezultatai.

Mašinų mokymosi algoritme, kuris klasifikuoja vaisius, gali būti vaisių, tokių kaip obuoliai, bananai, vynuogės ir apelsinai, paveikslėliai kaip įvestys, o šių vaisių pavadinimai - kaip išeiga.

Realus pavyzdys galėtų būti Bajeso šlamšto filtrai el. Pašto programose. Šie filtrai yra apmokyti pateikiant el. Pašto adresus, kurie laikomi šlamštais. Tada šlamšto filtras gali ieškoti tam tikrų frazių, atsirandančių el. Laiškuose, atsirandančiuose šlamšto el. Laiškuose, ir perkelti jas į šlamšto aplanką.

Tai tarsi parodytų žmogui, kaip reikia atlikti naują užduotį. Asmeniui, atliekančiam duomenų įvedimą, gali būti parodyti duomenų pavyzdžiai tokiu formatu, kokio nori įmonė, ir tada tikimasi, kad juo sektųsi.

Mašinų mokymosi programos, kuriose naudojamas prižiūrimas mokymasis, keletą kartų kartojasi su mokymo duomenimis. Rezultatai gali būti įspūdingi, kai tai iš tikrųjų vyksta. „Google“ „Gmail“ šlamšto filtras yra labai tikslus, nes jį moko tiek daug vartotojų.

Nekontroliuojamas mokymas neturi išankstinio mokymo duomenų. Mūsų vaisių klasifikavimo pavyzdyje algoritmas gali tiesiog parodyti vaisių nuotraukas ir nurodyti juos klasifikuoti.

Neprižiūrimas mokymasis yra pritaikytas rinkos tyrimuose, mokantis klientų pirkimo įpročių, arba saugumas, stebint įsilaužimo įpročius.

Pusiau prižiūrimas mokymasis bando pasiekti vidurį paženklinant kai kuriuos duomenis. Pvz., Obuoliai ir apelsinai gali būti ženklinami vaisių klasifikavimo programoje, bet bananas ir vynuogės nėra.

Kada naudoti kurį nors iš šių algoritmų, priklausys nuo naudojamų duomenų tipo. Kai kurios užduotys yra stabilios, pavyzdžiui, kreditinių kortelių sukčiavimas ar šlamšto žinutės. Prižiūrimas mokymasis yra tinkamas tokioms užduotims vykdyti. Tinklo išpuoliai yra nenuspėjami, todėl labiau tinkami neprižiūrimi ar pusiau prižiūrimi mokymosi metodai.

Kuo skiriasi prižiūrimas, neprižiūrimas ir pusiau prižiūrimas mokymasis?