Kontrolované učenie je metóda, pri ktorej tréningové údaje zahŕňajú vstup aj požadované výsledky. Výcvik systému s príkladmi sa nazýva učenie pod dohľadom. Prípadne školenie algoritmu s učiteľom možno považovať aj za učenie pod dohľadom. Po nacvičení algoritmu so všetkými vzorovými údajmi alebo označenými údajmi, ktorý má obidva prediktory cieľovej premennej, je možné tento algoritmus trénovať a použiť neviditeľný príklad na ďalšiu klasifikáciu.
Tu sú niektoré z dôležitých prvkov supervidovaného učenia v Mahout:
- Konštrukcia náležitého tréningu, validácie a testovacej sady (Bok) je zásadná.
- Tieto metódy sú zvyčajne rýchle a presné.
- Metódy supervidovaného učenia musia byť schopné zovšeobecniť.
- Dávajú správne výsledky, keď sú do vstupu zadané nové údaje bez znalosti aaprioricieľ.
- V niektorých prípadoch sú známe správne výsledky (ciele), ktoré sa vložia do modelu počas procesu učenia sa.
Príklad supervidovaného učenia
V prípade, že chcete trénovať misiu, dostanete dve rôzne skupiny obrázkov spolu s označenými údajmi, napr. na vyššie uvedenom obrázku má jedna skupina obrazy slona a druhá obrázky leva. Označené údaje znamenajú, že každá množina údajov má cieľovú hodnotu. Vo vyššie uvedenom príklade sú dátovou sadou obrázky slonov, zatiaľ čo štítok, ktorý im je pridelený, t. J. „Slon“ je cieľová hodnota dátovej sady. Takto označená množina údajov sa používa na tréningový proces, takže cvičný algoritmus môže na tejto množine údajov využiť a vytvoriť nejaký model, ktorý sa dá ďalej použiť na klasifikáciu nevidených príkladov bez označených údajov alebo cieľovej premennej.
Poďme si predstaviť vlastnosti, ktoré pomáhajú pri identifikácii objektu ako slona alebo leva:
Funkcie može byť - veľkosť, farba, výška, veľkosť uší, kmeň, kel
Môže sa to nazývať sada funkcií, ktorá sa použije na účely školenia. Táto sada funkcií ovplyvní konečnú cieľovú premennú. Tieto premenné sú známe ako predikčné premenné , pretože nám pomáhajú pri určovaní konečná cieľová premenná . Výsledná premenná sa dá nazvať aj štítkom. Výsledná premenná tu je Slon / Lev.
java dvojitá na int konverziu
V tomto príklade je každý zo záznamov v kategóriách, veľkosť, farba, výška, veľkosť uší, kmeň a kel predikčnou premennou, zatiaľ čo cieľovými premennými sú Slon a Lev. S týmito premennými sa dá zaobchádzať ako s príkladmi tréningu, respektíve s dátovými súbormi tréningu.
Supervised Learning je teda spôsob, prostredníctvom ktorého trénujete spolu so štítkami, v ktorých požiadate algoritmus, aby z neho vyťažil určité funkcie, a na základe toho bude algoritmus schopný klasifikovať ho, kedykoľvek uvidíte neviditeľný príklad. do správnej triedy.
Máte na nás otázku? Uveďte ich v sekcii komentárov a my sa vám ozveme.
Súvisiace príspevky: