Что такое контролируемое обучение?
В компьютерном мире машинное обучение — модный термин. Каждый новичок хочет пройти через это. Но из-за отсутствия надлежащих ресурсов, планирования и простого для понимания руководства они через некоторое время потеряли интерес. Но не волнуйтесь, мы прикроем вас. Мы собираемся рассказать как можно больше, а также постараемся охватить каждую тему машинного обучения. Итак, начнем.
Что такое машинное обучение?
Машинное обучение — это наука или искусство программирования компьютеров, чтобы компьютеры могли учиться на данных.
Более инженерно-ориентированное определение дано Томом Митчеллом в 1997 году.
«Говорят, что компьютерная программа учится на опыте E в отношении некоторой задачи T и некоторого показателя производительности P, если ее производительность на T, измеряемая P, улучшается с опытом E».
Сознательно или неосознанно мы все окружены приложениями машинного обучения. Например, Gmail. Мы все используем Gmail или любые другие почтовые приложения. Они используют машинное обучение, чтобы классифицировать электронную почту, чтобы определить, является ли электронная почта спамом или нет. На основе задачи классификации Gmail классифицирует конкретное электронное письмо, относится оно к категории спама или нет.
Пример, который система использует для обучения, называется обучающим набором. Каждый обучающий пример называется обучающим экземпляром. В приведенном выше примере задача T состоит в том, чтобы пометить спам или новую электронную почту, опыт E — это обучающие данные, а показатели производительности P необходимо определить. Конкретная мера производительности называется точностью и часто используется в задачах классификации.
Примеры машинного обучения
1. Классифицировать и анализировать изображения
2. Выявлять опухоли при сканировании мозга
3. Автоматически классифицировать новые статьи
4. Автоматически помечать оскорбительные комментарии на дискуссионном форуме
5. Обобщать длинные документы автоматически
6. Создайте личного помощника или чат-бота
7. Голосовое управление
8. Обнаружение мошенничества с кредитными или дебетовыми картами
9. Прогноз доходов вашей компании в следующем году на основе результатов деятельности метрики
10. Аналитики рынка часто используют его для получения максимальной прибыли
11. Представление сложного многомерного набора данных в четкой и понятной диаграмме
12. Рекомендация по продукту
13. Создание интеллектуального бота для игры
Этот список можно продолжать и продолжать, поскольку в ближайшем будущем мы станем свидетелями более интенсивных и динамичных приложений машинного обучения.
Какие существуют виды машинного обучения?
Контролируемое обучение
Неконтролируемое обучение
Частично контролируемое обучение
Обучение с подкреплением
Пакетное обучение
Онлайн-обучение
Обучение на основе экземпляров
Обучение на основе моделей
Что такое контролируемое обучение?
В контролируемом обучении мы обучаем или обучаем машину, используя хорошо размеченные данные. Некоторые данные уже присутствуют с правильными ответами. Когда мы предоставляем машине новые размеченные данные, машина анализирует данные и выдает правильный результат размеченных данных на основе обучающего набора.
Типичной задачей контролируемого обучения является классификация. Хорошим примером этого является спам-фильтр. Он обучается с большим количеством размеченных данных электронной почты. Вся эта обучающая информация помогает машине классифицировать новый экземпляр электронной почты, чтобы классифицировать его как спам.
Другим наиболее часто используемым примером является проблема регрессии. Здесь основная цель состоит в том, чтобы предсказать целевое числовое значение, такое как цена дома, автомобилей и т. д. Цена дома прогнозируется на основе местоположения, количества спален, площади и т. д. Такая задача называется регрессия задача. Вам нужно привести как можно больше примеров домов с ценами, основанными на разных локациях, районах и т. д. Так, чтобы машина предсказывала цену нового экземпляра дома.
Некоторые наиболее важные алгоритмы контролируемого машинного обучения:
K — ближайшие соседи (KNN)
Линейная регрессия
Логистическая регрессия
Машина опорных векторов (SVM)
Дерево решений и случайные леса
Нейронные сети2
Подробнее о каждом термине и алгоритме мы поговорим в следующей части. Узнайте больше о машинном обучении ниже.
Что такое неконтролируемое обучение?
Что такое полуконтролируемое обучение?
Что такое обучение с подкреплением?
Спасибо.
