В этой статье мы собираемся изучить два подхода к машинному обучению — контролируемое и неконтролируемое обучение. Это один из самых основных вопросов для новичков в науке о данных. Без базового понимания контролируемого и неконтролируемого обучения вы не сможете добиться каких-либо успехов в области науки о данных. Итак, давайте начнем и узнаем больше об этих двух подходах.

Основное различие между этими двумя подходами заключается в том, что в обучении с учителем используются помеченные наборы данных, в то время как в другом методе используется немаркированный набор данных.

Оглавление

  1. Что такое контролируемое обучение?
  2. Что такое неконтролируемое обучение?
  3. Резюме

Что такое контролируемое обучение?

Обучение с учителем — это метод машинного обучения, в котором используются четко определенные помеченные наборы данных. В этом методе модель принимает входные данные и учится предсказывать правильные результаты. С этими результатами мы можем измерить производительность модели и посмотреть, насколько хорошо наша модель работает с течением времени.

Обучение с учителем можно разделить на два типа:

  • Алгоритмы классификации используются для классификации входных данных по определенным категориям, таким как классификация кошек или собак. В реальном мире алгоритмы контролируемого обучения используются для анализа настроений, классификации спама и т. д.
  • Алгоритмы регрессии используются для понимания связи между зависимыми и независимыми переменными. Эти алгоритмы полезны для прогнозирования числовых значений, таких как годовой доход, на основе текущей эффективности бизнеса.

Что такое неконтролируемое обучение?

Неконтролируемое обучение — это еще один метод машинного обучения, в котором используются немаркированные наборы данных. Неконтролируемые алгоритмы используются для обнаружения скрытых закономерностей внутри немаркированных наборов данных.

Неконтролируемое обучение помогает вам выполнять следующие задачи:

  • Алгоритмы кластеризации используются для обнаружения сходств и различий между различными точками данных. На основе этих сходств и различий формируются несколько групп, состоящих из разных точек данных.

  • Алгоритмы Association используются для поиска правил или взаимосвязей между различными переменными. Например, продажи одежды основаны на типах сезона.
  • Уменьшение размерности – это еще один метод, при котором количество функций уменьшается до приемлемого размера, но при этом сохраняются важные функции. Например, автоэнкодеры используются для сокращения входных признаков до небольшого количества признаков, которые в дальнейшем используются для генерации исходного ввода.

Резюме

Из этой статьи вы узнали следующее:

  1. Что такое контролируемое обучение?
  2. Что такое неконтролируемое обучение?

Тем не менее, есть вопросы или вопросы? Просто прокомментируйте ниже. Для получения дополнительных обновлений. Подписывайтесь на меня.

Читать далее

  1. Что такое трансферное обучение? — Простое введение
  2. Сверточная нейронная сеть (CNN) — основа глубокого обучения
  3. Зачем нам нужен GPU для глубокого обучения?
  4. GAN — что такое генеративно-состязательная сеть?
  5. Что такое глубокое обучение

Первоначально опубликовано на https://idiotdeveloper.com 24 августа 2021 г.