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
- Что такое контролируемое обучение?
- Что такое неконтролируемое обучение?
- 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:
- Что такое контролируемое обучение?
- Что такое неконтролируемое обучение?
Тем не менее, есть вопросы или вопросы? Просто прокомментируйте ниже. Для получения дополнительных обновлений. Подписывайтесь на меня.
Читать далее
- Что такое трансферное обучение? — Простое введение
- Сверточная нейронная сеть (CNN) — основа глубокого обучения
- Зачем нам нужен GPU для глубокого обучения?
- GAN — что такое генеративно-состязательная сеть?
- Что такое глубокое обучение
Первоначально опубликовано на https://idiotdeveloper.com 24 августа 2021 г.