Типи машинного навчання
Свайпніть щоб показати меню
Кероване навчання
Кероване навчання — це техніка машинного навчання, у якій модель навчається на розміченому навчальному наборі.
Найпопулярніші завдання з навчання з учителем:
-
Регресія (наприклад, прогнозування ціни будинку): для цього потрібна навчальна вибірка з позначеними цінами інших будинків;
-
Класифікація (наприклад, класифікація електронної пошти як спам/не спам): для цього потрібна навчальна вибірка з позначенням спам/не спам.
Навчання без учителя
Наведене навчання (Unsupervised learning) — це техніка машинного навчання, у якій модель навчається на немаркованому навчальному наборі.
Основні завдання наведеного навчання: кластеризація, виявлення аномалій та зниження розмірності.
Кластеризація
Групування схожих точок даних у кластери без міток — наприклад, групування електронних листів без знання, чи є вони спамом.
Виявлення аномалій
Пошук точок даних, які відхиляються від нормальних шаблонів, наприклад, незвичайні транзакції з кредитної картки, без необхідності міток шахрайства.
Зниження розмірності
Зменшення кількості ознак при збереженні важливої інформації — також без міток.
Підкріплювальне навчання
Підкріплювальне навчання суттєво відрізняється від двох попередніх типів. Це техніка, яку використовують для навчання самокерованих 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: хороші дії приносять нагороду, неправильні дії — штраф, а успішне повернення м'яча — більшу нагороду, що підсилює бажану поведінку.
1. Щоб навчити модель машинного навчання для задачі з учителем, навчальний набір повинен містити цільову змінну (бути міченим). Це правильно?
2. Щоб навчити модель машинного навчання для задачі без вчителя, наявність цільової змінної (міченості) у навчальному наборі не є обов'язковою. Це правильно?
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Типи машинного навчання
Кероване навчання
Кероване навчання — це техніка машинного навчання, у якій модель навчається на розміченому навчальному наборі.
Найпопулярніші завдання з навчання з учителем:
-
Регресія (наприклад, прогнозування ціни будинку): для цього потрібна навчальна вибірка з позначеними цінами інших будинків;
-
Класифікація (наприклад, класифікація електронної пошти як спам/не спам): для цього потрібна навчальна вибірка з позначенням спам/не спам.
Навчання без учителя
Наведене навчання (Unsupervised learning) — це техніка машинного навчання, у якій модель навчається на немаркованому навчальному наборі.
Основні завдання наведеного навчання: кластеризація, виявлення аномалій та зниження розмірності.
Кластеризація
Групування схожих точок даних у кластери без міток — наприклад, групування електронних листів без знання, чи є вони спамом.
Виявлення аномалій
Пошук точок даних, які відхиляються від нормальних шаблонів, наприклад, незвичайні транзакції з кредитної картки, без необхідності міток шахрайства.
Зниження розмірності
Зменшення кількості ознак при збереженні важливої інформації — також без міток.
Підкріплювальне навчання
Підкріплювальне навчання суттєво відрізняється від двох попередніх типів. Це техніка, яку використовують для навчання самокерованих 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: хороші дії приносять нагороду, неправильні дії — штраф, а успішне повернення м'яча — більшу нагороду, що підсилює бажану поведінку.
Дякуємо за ваш відгук!
