Juhendatud vs järelevalveta õppimine: peamised erinevused

Mis on juhendatud masinõpe?

Juhendatud õppes treenite masinat, kasutades selleks andmeid, mis on hästi märgistatud . See tähendab, et mõned andmed on juba märgitud õige vastusega. Seda saab võrrelda õppimisega, mis toimub juhendaja või õpetaja juuresolekul.

Juhendatud õppealgoritm õpib sildistatud treeningandmetest, aitab ennustada ettenägematute andmete tulemusi. Täpse juhendatud masinõppe edukas koostamine, skaleerimine ja juurutamine Andmeteaduse mudel nõuab kõrgelt kvalifitseeritud andmeteadlaste meeskonnalt aega ja tehnilisi teadmisi. Pealegi peab andmeteadlane mudeleid ümber ehitama, et veenduda, et antud teadmised jäävad tõeks kuni andmete muutumiseni.

Selles õpetuses saate teada

Mis on juhendatud masinõpe?
Mis on järelevalveta õppimine?
Miks juhendatud õppimine?
Miks järelevalveta õppimine?
Kuidas juhendatud õpe töötab?
Kuidas järelevalveta õppimine töötab?
Juhendatud masinõppe tehnikate tüübid
Järelevalveta masinõppe tehnikate tüübid
Juhendatud vs järelevalveta õppimine

Mis on järelevalveta õppimine?

Järelevalveta õppimine on masinõppe tehnika, mille puhul pole vaja mudelit jälgida. Selle asemel peate lubama mudelil teabe avastamiseks ise töötada. See tegeleb peamiselt sildistamata andmetega.

Järelevalveta õppimise algoritmid võimaldavad teil teha juhendatud õppega võrreldes keerukamaid töötlemisülesandeid. Kuigi järelevalveta õppimine võib olla ettearvamatum võrreldes teiste loomuliku õppe süvaõppe ja tugevdavate õppemeetoditega.

Miks juhendatud õppimine?

Juhendatud õppimine võimaldab teil koguda andmeid või toota varasema kogemuse põhjal andmeid.
Aitab teil kogemuste abil toimivuskriteeriume optimeerida
Juhendatud masinõpe aitab teil lahendada mitmesuguseid reaalsete arvutuste probleeme.

Miks järelevalveta õppimine?

Siin on järelevalveta õppe kasutamise peamised põhjused:

Järelevalveta masinõpe leiab andmetest igasuguseid tundmatuid mustreid.
Järelevalveta meetodid aitavad teil leida funktsioone, mis võivad kategooriate jaoks kasulikud olla.
See toimub reaalajas, nii et kõiki sisendandmeid tuleb õppijate juuresolekul analüüsida ja sildistada.
Märgistamata andmeid on arvutist lihtsam hankida kui sildistatud andmeid, mis vajavad käsitsi sekkumist.

Kuidas juhendatud õpe töötab?

Näiteks soovite koolitada masinat, mis aitab teil ennustada, kui kaua kulub teil töökohast koju sõitmiseks. Alustuseks loote sildistatud andmete komplekti. Need andmed hõlmavad järgmist

Ilmastikutingimused
Kellaaeg
Pühad

Kõik need üksikasjad on teie sisendid. Väljund on aeg, mis kulus sel konkreetsel päeval koju tagasi sõitmiseks.

Teate vaistlikult, et kui väljas sajab vihma, siis võtab teil koju sõitmine kauem aega. Kuid masin vajab andmeid ja statistikat.

Vaatame nüüd, kuidas saate selle näite abil välja töötada juhendatud õppemudeli, mis aitab kasutajal määrata edasi-tagasi sõiduaega. Esimene asi, mida peate looma, on treeningu andmekogum. See treeningukomplekt sisaldab kogu edasi-tagasi sõiduaega ja vastavaid tegureid, nagu ilm, aeg jne. Selle treeningkomplekti põhjal võib teie masin näha, et vihma hulga ja koju jõudmiseks kuluva aja vahel on otsene seos.

Niisiis saab see kindlaks, et mida rohkem vihma sajab, seda kauem sõidate koju tagasi jõudmiseks. See võib näha ka seost töölt lahkumise ja teel viibimise aja vahel.

Mida lähemal olete kella 18-le, seda kauem kulub teie koju jõudmiseks. Teie masin võib leida mõned seosed teie siltidega andmetega.

See on teie andmemudeli algus. See hakkab mõjutama seda, kuidas vihm mõjutab inimeste juhtimist. Samuti hakkab nägema, et kindlal kellaajal reisib rohkem inimesi.

Kuidas järelevalveta õppimine töötab?

Võtame näiteks lapse ja tema perekoera juhtumi.

Ta tunneb seda koera ja teeb selle kindlaks. Mõni nädal hiljem toob peretuttav kaasa koera ja proovib lapsega mängida.

Baby pole seda koera varem näinud. Kuid see tunnistab paljusid funktsioone (2 kõrva, silma, 4 jalaga kõndimist) on nagu tema lemmikloom. Ta tuvastab uue looma nagu koer. See on järelevalveta õppimine, kus teid ei õpetata, kuid õpitakse andmetest (antud juhul koera kohta käivatest andmetest). Kui see oleks olnud juhendatud õppimine, oleks peretuttav öelnud lapsele, et see on koer.

Juhendatud masinõppe tehnikate tüübid

Regressioon:

Regressioonitehnikaga ennustatakse treeninguandmete abil üks väljundväärtus.

Näide: saate kasutada regressiooni, et koolituse andmete põhjal maja hinda ennustada. Sisendmuutujadeks on asukoht, maja suurus jne.

Klassifikatsioon:

Klassifikatsioon tähendab väljundi rühmitamist klassi sees. Kui algoritm üritab sisendit märgistada kahte erinevasse klassi, nimetatakse seda binaarseks klassifikatsiooniks. Rohkem kui kahe klassi vahel valimist nimetatakse mitmeklassi klassifikatsiooniks.

Näide : selle kindlaksmääramine, kas keegi jääb laenu maksmata jätjaks või mitte.

Tugevad küljed : väljunditel on alati tõenäosuslik tõlgendus ja algoritmi saab seadistada, et vältida üleliigset paigaldamist.

Nõrgad küljed : Logistiline regressioon võib alatõhustada, kui on mitu või mittelineaarset otsustamispiiri. See meetod ei ole paindlik, seega ei hõlma see keerukamaid suhteid.

Järelevalveta masinõppe tehnikate tüübid

Järelevalveta õpiprobleemid rühmitati klastrite ja assotsieerumise probleemideks.

Klastrid

Klasterdamine on järelevalveta õppimise puhul oluline mõiste. See tegeleb peamiselt struktuuri või mustri leidmisega kategoriseerimata andmete kogust. Klastrialgoritmid töötlevad teie andmeid ja leiavad loomulikud klastrid (rühmad), kui need andmetes olemas on. Samuti saate muuta, kui palju klastreid teie algoritmid peaksid tuvastama. See võimaldab teil kohandada nende rühmade täpsust.

Ühing

Assotsiatsioonireeglid võimaldavad teil luua seoseid suurte andmebaaside andmeobjektide hulgas. See järelevalveta tehnika seisneb muutujate põnevate seoste avastamises suurtes andmebaasides. Näiteks inimesed, kes ostavad uue kodu, ostavad kõige tõenäolisemalt uut mööblit.

Muud näited:

Vähihaigete alarühm, mis on rühmitatud nende geeniekspressiooni mõõtmiste järgi
Ostjarühmad nende sirvimise ja ostude ajaloo põhjal
Filmigrupp filmivaatajate antud hinnangu järgi