Különbség a felügyelt és a felügyelet nélküli tanulás között

Szerző: Laura McKinney
A Teremtés Dátuma: 2 Április 2021
Frissítés Dátuma: 10 Lehet 2024
Anonim
Különbség a felügyelt és a felügyelet nélküli tanulás között - Technológia
Különbség a felügyelt és a felügyelet nélküli tanulás között - Technológia

Tartalom


A felügyelt és a felügyelet nélküli tanulás azok a gépi tanulási paradigmák, amelyeket a feladatok osztályának megoldására használnak a tapasztalatok és a teljesítmény mérése alapján. A felügyelt és a felügyelet nélküli tanulás elsősorban abban különbözik egymástól, hogy a felügyelt tanulás magában foglalja a bemenetek és az alapvető outputok feltérképezését. Éppen ellenkezőleg, a felügyelet nélküli tanulás nem az a célja, hogy outputot hozzon létre az adott bemenet válaszában, hanem az adatok mintáit fedezi fel.

Ezeket a felügyelt és felügyelet nélküli tanulási technikákat különféle alkalmazásokban hajtják végre, például a mesterséges ideghálózatokban, amely egy nagyszámú, egymással nagymértékben összekapcsolt feldolgozási elemet tartalmazó adatfeldolgozó rendszer.


    1. Összehasonlító táblázat
    2. Meghatározás
    3. Főbb különbségek
    4. Következtetés

Összehasonlító táblázat

Az összehasonlítás alapjaFelügyelt tanulásNem felügyelt tanulás
AlapvetőCímkézett adatokkal foglalkozik.A nem címkézett adatokat kezeli.
Számítási bonyolultságMagasAlacsony
AnalyzationOfflineValós idő
Pontosság
Pontos eredményt adKözepes eredményt hoz
Sub-domain
Besorolás és regresszió
Klaszterezés és társulási szabályok bányászata


A felügyelt tanulás meghatározása

Felügyelt tanulás A módszer magában foglalja a rendszer vagy a gép képzését, ahol a képzési készleteket és a célmintát (kimeneti mintázat) együtt a rendszer biztosítja egy feladat végrehajtásához. Általában felügyeleti eszközök a feladatok, a projekt és a tevékenység végrehajtásának megfigyelésére és irányítására. De hol valósítható meg a tanulás? Elsősorban a gépi tanulás regressziós és klaszter- és neurális hálózatokban valósul meg.

Nos, hogyan képezzük ki a modellt? A modellt úgy vezetik, hogy a modellt a tudással töltik be, hogy megkönnyítsék a jövőbeli példányok előrejelzését. Címkézett adatkészleteket használ a képzéshez. A mesterséges neurális hálózatok a bemeneti mintát kiképezik a hálózathoz, amely szintén társul a kimeneti mintához.

A nem felügyelt tanulás meghatározása

Nem felügyelt tanulás A modell nem foglalja magában a célkimenetet, azaz a rendszernek nem biztosít képzést. A rendszernek saját magának kell megtanulnia azáltal, hogy meghatározza és adaptálja a bemeneti minták szerkezeti jellemzőit. Gépi tanulási algoritmusokat használ, amelyek következtetéseket vonnak le a jelöletlen adatokra.

A felügyelet nélküli tanulás bonyolultabb algoritmusokon működik, mint a felügyelt tanulás, mivel ritka információ vagy információ áll rendelkezésre. Kevésbé kezelhető környezetet teremt, mint a gép vagy rendszer, amely számunkra eredményt hoz. A nem felügyelt tanulás fő célja egységek, például csoportok, klaszterek, dimenziócsökkentés és sűrűségbecslés keresése.

  1. A felügyelt tanulási technika a címkézett adatokkal foglalkozik, ahol a kimeneti adatminták ismertek a rendszer számára. Ellenkezőleg, a nem felügyelt tanulás olyan jelöletlen adatokkal működik, amelyekben a kimenet éppen az észlelések gyűjtésén alapul.
  2. A komplexitás szempontjából a felügyelt tanulási módszer kevésbé bonyolult, míg a nem felügyelt tanulási módszer bonyolultabb.
  3. A felügyelt tanulás offline elemzést is végezhet, míg a felügyelet nélküli tanulás valós idejű elemzést alkalmaz.
  4. A felügyelt tanulási technika eredménye pontosabb és megbízhatóbb. Ezzel szemben a nem felügyelt tanulás mérsékelt, de megbízható eredményeket hoz.
  5. Az osztályozás és a regresszió a felügyelt tanulási módszer szerint megoldott problémák típusai. Ellenkezőleg, a nem felügyelt tanulás magában foglalja a klaszterezési és az asszociatív szabálybányászási problémákat.

Következtetés

A felügyelt tanulás a feladat elvégzésének technikája képzési, bemeneti és kimeneti minták biztosításával a rendszerekhez, míg a nem felügyelt tanulás olyan önálló tanulási technika, amelyben a rendszernek saját magának kell felfedeznie a bemeneti népesség jellemzőit, és nem kell korábban kategóriákat készítenie. használt.