Typer av maskinlæring
Overvåket læring
Overvåket læring er en maskinlæringsteknikk der modellen trenes på et merket treningssett.
De mest populære oppgavene innen overvåket læring er:
-
Regresjon (for eksempel å forutsi prisen på et hus): du trenger et treningssett merket med andre huspriser for dette;
-
Klassifisering (for eksempel å klassifisere e-post som spam/ham): du trenger et treningssett merket som spam/ham for dette.
Uovervåket læring
Uovervåket læring er en maskinlæringsteknikk der modellen trenes på et utagget treningssett.
De viktigste oppgavene innen uovervåket læring er klynging, anomalideteksjon og dimensjonsreduksjon.
Klynging
Grupperer lignende datapunkter i klynger uten etiketter — for eksempel å gruppere e-poster uten å vite om de er søppelpost eller ikke.
Anomalideteksjon
Finner datapunkter som avviker fra normale mønstre, som uvanlige kredittkorttransaksjoner, uten behov for svindel-etiketter.
Dimensjonsreduksjon
Reduserer antall egenskaper samtidig som viktig informasjon bevares — også uten etiketter.
Forsterkende læring
Forsterkende læring skiller seg betydelig fra de to foregående typene. Det er en teknikk som brukes for å trene selvkjørende kjøretøy, roboter, kunstig intelligens i spill og mer.
Forsterkende læring er en maskinlæringsteknikk der agenten (for eksempel en robotstøvsuger) lærer ved å ta beslutninger og får en belønning hvis beslutningen er korrekt og en straff hvis beslutningen er feil.
Å trene en hund til å hente fungerer på lignende måte som forsterkende læring: gode handlinger gir en belønning, gale handlinger gir en straff, og å lykkes med å hente ballen gir en større belønning, noe som forsterker ønsket atferd.
1. For å trene ML-modellen for en overvåket læringsoppgave, må treningssettet inneholde målvariabel (være merket). Er dette korrekt?
2. For å trene ML-modellen for en ikke-overvåket læringsoppgave, er det ikke nødvendig at treningssettet inneholder en målvariabel (være merket). Er dette korrekt?
Takk for tilbakemeldingene dine!
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Fantastisk!
Completion rate forbedret til 4.55Typer av maskinlæring
Sveip for å vise menyen
Overvåket læring
Overvåket læring er en maskinlæringsteknikk der modellen trenes på et merket treningssett.
De mest populære oppgavene innen overvåket læring er:
-
Regresjon (for eksempel å forutsi prisen på et hus): du trenger et treningssett merket med andre huspriser for dette;
-
Klassifisering (for eksempel å klassifisere e-post som spam/ham): du trenger et treningssett merket som spam/ham for dette.
Uovervåket læring
Uovervåket læring er en maskinlæringsteknikk der modellen trenes på et utagget treningssett.
De viktigste oppgavene innen uovervåket læring er klynging, anomalideteksjon og dimensjonsreduksjon.
Klynging
Grupperer lignende datapunkter i klynger uten etiketter — for eksempel å gruppere e-poster uten å vite om de er søppelpost eller ikke.
Anomalideteksjon
Finner datapunkter som avviker fra normale mønstre, som uvanlige kredittkorttransaksjoner, uten behov for svindel-etiketter.
Dimensjonsreduksjon
Reduserer antall egenskaper samtidig som viktig informasjon bevares — også uten etiketter.
Forsterkende læring
Forsterkende læring skiller seg betydelig fra de to foregående typene. Det er en teknikk som brukes for å trene selvkjørende kjøretøy, roboter, kunstig intelligens i spill og mer.
Forsterkende læring er en maskinlæringsteknikk der agenten (for eksempel en robotstøvsuger) lærer ved å ta beslutninger og får en belønning hvis beslutningen er korrekt og en straff hvis beslutningen er feil.
Å trene en hund til å hente fungerer på lignende måte som forsterkende læring: gode handlinger gir en belønning, gale handlinger gir en straff, og å lykkes med å hente ballen gir en større belønning, noe som forsterker ønsket atferd.
1. For å trene ML-modellen for en overvåket læringsoppgave, må treningssettet inneholde målvariabel (være merket). Er dette korrekt?
2. For å trene ML-modellen for en ikke-overvåket læringsoppgave, er det ikke nødvendig at treningssettet inneholder en målvariabel (være merket). Er dette korrekt?
Takk for tilbakemeldingene dine!
