Типи машинного навчання
Кероване навчання
Кероване навчання — це техніка машинного навчання, у якій модель навчається на розміченому навчальному наборі.
Найпоширеніші завдання керованого навчання:
-
Регресія (наприклад, прогнозування ціни будинку): для цього потрібен навчальний набір, розмічений іншими цінами будинків;
-
Класифікація (наприклад, класифікація електронної пошти як спам/не спам): для цього потрібен навчальний набір, розмічений як спам/не спам.
Некероване навчання
Некероване навчання — це техніка машинного навчання, у якій модель навчається на непозначеному навчальному наборі.
Основні завдання некерованого навчання — це кластеризація, виявлення аномалій та зниження розмірності.
Кластеризація
Групує схожі точки даних у кластери без міток — наприклад, групування електронних листів без інформації про те, чи є вони спамом.
Виявлення аномалій
Виявляє точки даних, які відхиляються від нормальних шаблонів, наприклад, незвичні транзакції з кредитної картки, без необхідності міток шахрайства.
Зниження розмірності
Зменшує кількість ознак, зберігаючи важливу інформацію — також без використання міток.
Підкріплювальне навчання
Підкріплювальне навчання суттєво відрізняється від попередніх двох типів. Це техніка, яку використовують для навчання автономних транспортних засобів, роботів, штучного інтелекту в іграх тощо.
Підкріплювальне навчання — це техніка машинного навчання, у якій агент (наприклад, робот-пилосос) навчається шляхом прийняття рішень і отримує нагороду за правильне рішення та штраф за неправильне.
Дресирування собаки приносити предмети працює подібно до підкріплювального навчання: правильні дії приносять нагороду, неправильні — штраф, а успішне повернення м'яча — більшу нагороду, що підсилює бажану поведінку.
1. Для навчання моделі машинного навчання для задачі з навчанням з учителем необхідно, щоб навчальний набір містив цільову змінну (був міченим). Це правильно?
2. Для навчання моделі машинного навчання для задачі без учителя не потрібно, щоб навчальний набір містив цільову змінну (був міченим). Це правильно?
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Чудово!
Completion показник покращився до 4.55Типи машинного навчання
Свайпніть щоб показати меню
Кероване навчання
Кероване навчання — це техніка машинного навчання, у якій модель навчається на розміченому навчальному наборі.
Найпоширеніші завдання керованого навчання:
-
Регресія (наприклад, прогнозування ціни будинку): для цього потрібен навчальний набір, розмічений іншими цінами будинків;
-
Класифікація (наприклад, класифікація електронної пошти як спам/не спам): для цього потрібен навчальний набір, розмічений як спам/не спам.
Некероване навчання
Некероване навчання — це техніка машинного навчання, у якій модель навчається на непозначеному навчальному наборі.
Основні завдання некерованого навчання — це кластеризація, виявлення аномалій та зниження розмірності.
Кластеризація
Групує схожі точки даних у кластери без міток — наприклад, групування електронних листів без інформації про те, чи є вони спамом.
Виявлення аномалій
Виявляє точки даних, які відхиляються від нормальних шаблонів, наприклад, незвичні транзакції з кредитної картки, без необхідності міток шахрайства.
Зниження розмірності
Зменшує кількість ознак, зберігаючи важливу інформацію — також без використання міток.
Підкріплювальне навчання
Підкріплювальне навчання суттєво відрізняється від попередніх двох типів. Це техніка, яку використовують для навчання автономних транспортних засобів, роботів, штучного інтелекту в іграх тощо.
Підкріплювальне навчання — це техніка машинного навчання, у якій агент (наприклад, робот-пилосос) навчається шляхом прийняття рішень і отримує нагороду за правильне рішення та штраф за неправильне.
Дресирування собаки приносити предмети працює подібно до підкріплювального навчання: правильні дії приносять нагороду, неправильні — штраф, а успішне повернення м'яча — більшу нагороду, що підсилює бажану поведінку.
1. Для навчання моделі машинного навчання для задачі з навчанням з учителем необхідно, щоб навчальний набір містив цільову змінну (був міченим). Це правильно?
2. Для навчання моделі машинного навчання для задачі без учителя не потрібно, щоб навчальний набір містив цільову змінну (був міченим). Це правильно?
Дякуємо за ваш відгук!
