Nəzarət olunan Öyrənmə
Nəzarət edilən öyrənmə etiketli verilənlər bazası üzərində model təlimini əhatə edir. Etiketli məlumatlar daxilolma məlumatlarının düzgün çıxışla qoşalaşması deməkdir. Məqsəd modelin giriş və çıxışlar arasında xəritəçəkməni və ya əlaqəni öyrənməkdir ki, o, proqnozlar verə və ya yeni, görünməyən məlumatları dəqiq şəkildə təsnif edə bilsin. Nəzarətli öyrənmənin iki əsas növü var:
-
Təsnifat: Bu, kateqorik etiketin proqnozlaşdırılmasını nəzərdə tutur. Məsələn, müəyyən xüsusiyyətlərə (məsələn, istifadə olunan sözlər, göndərən və s.) əsaslanan e-poçtun spam olub-olmadığını müəyyən etmək. Təsnifat üçün Dəstək Vektor Maşınları (SVM), Qərar Ağacları və Sinir Şəbəkələri kimi alqoritmlərdən istifadə olunur.
-
Reqressiya: davamlı dəyərin proqnozlaşdırılmasını əhatə edir. Məsələn, sahə, yataq otaqlarının sayı və s. kimi xüsusiyyətləri əsasında evin qiymətini proqnozlaşdırmaq. Reqressiya tapşırıqları üçün Xətti Reqressiya, Təsadüfi Meşə və Qradient Artırma kimi alqoritmlərdən istifadə olunur.
Nəzarətsiz Öyrənmə
Nəzarətsiz öyrənmə etiketsiz verilənlər bazası üzərində model təlimini əhatə edir. Burada alqoritm heç bir açıq nəzarət olmadan verilənlərdə gizli nümunələri və ya daxili strukturları tapmağa çalışır. Məqsəd məlumatları araşdırmaq, strukturunu anlamaq və mənalı fikirlər çıxarmaqdır. Nəzarətsiz öyrənmənin ümumi növlərinə aşağıdakılar daxildir:
-
Klasterləşdirmə: Müəyyən xüsusiyyətlər və ya oxşarlıqlar əsasında oxşar məlumatların qruplaşdırılması. Məsələn, K-Means və ya İerarxik Klasterləşdirmə kimi alqoritmlərdən istifadə edərək, müştəri seqmentlərinin alış davranışlarına əsaslanaraq qruplaşdırılması.
-
Ölçülərin Azaldılması: Əsas məlumatları saxlamaqla funksiyaların sayının azaldılması. Əsas Komponent Analizi (PCA) və t-Distributed Stochastic Neighbor Embedding (t-SNE) aşağı ölçülü məkanda yüksək ölçülü məlumatları vizuallaşdırmaq üçün istifadə olunur.
Hər birini istifadə edərkən
-
Nəzarət olunan Öyrənmə etiketlənmiş datanız olduqda və həmin etiketlənmiş məlumat əsasında gələcək nümunələri proqnozlaşdırmaq və ya təsnif etmək istədiyiniz zaman istifadə olunur. Məsələn, müştəri satınalmaları ilə bağlı tarixi məlumatınız varsa və gələcək satınalmaları proqnozlaşdırmaq istəyirsinizsə, nəzarət edilən öyrənmə uyğundur.
-
Nəzarətsiz Öyrənmə etiketlənmiş məlumatınız olmadıqda və ya məlumatların əsas strukturunu araşdırmaq və anlamaq istədiyiniz zaman istifadə olunur. Məsələn, anomaliya aşkarlanması və ya böyük verilənlər bazasında gizli nümunələrin tapılması.
Bəzən, yarı nəzarətli öyrənmə kimi tanınan hər iki öyrənmə növünün kombinasiyası, modellərin hər iki məlumat mənbəyindən faydalanmasına imkan verən az miqdarda etiketlənmiş məlumat və böyük miqdarda etiketlənməmiş məlumatınız olduqda istifadə edilə bilər. .
