Was ist der Unterschied zwischen überwachtem Lernen und unüberwachtem Lernen?

Question

Was ist der Unterschied zwischen überwachtem und unüberwachtem Lernen im Bereich der künstlichen Intelligenz und des maschinellen Lernens? Können Sie eine einfache Erklärung mit einem Beispiel geben?

Answer 1

Überwachtes Lernen : Sie geben verschieden beschriftete Beispieldaten und die richtigen Antworten als Eingabe ein. Der Algorithmus lernt daraus und beginnt anschließend, auf der Grundlage der Eingaben korrekte Ergebnisse vorherzusagen. 例 : E-Mail-Spam-Filter

Unüberwachtes Lernen : Sie geben nur Daten ein und sagen nichts - wie Beschriftungen oder richtige Antworten. Der Algorithmus analysiert automatisch die Muster in den Daten. 例 : Google Nachrichten

Answer 2

Überwachtes Lernen: Nehmen wir an, ein Kind geht in den Kindergarten. Die Lehrerin zeigt ihm 3 Spielzeuge - Haus, Ball und Auto - und gibt ihm nun 10 Spielzeuge. Er wird sie aufgrund seiner bisherigen Erfahrungen in die 3 Kisten Haus, Ball und Auto einordnen. Das Kind wurde also zuerst von den Lehrern beaufsichtigt, um die richtigen Antworten für ein paar Sätze zu bekommen, dann wurde es mit unbekanntem Spielzeug getestet.

Unüberwachtes Lernen: Wieder ein Beispiel aus dem Kindergarten: Einem Kind werden 10 Spielzeuge gegeben, und ihm wird gesagt, dass es ähnliche Spielzeuge unterscheiden soll. Anhand von Merkmalen wie Form, Größe, Farbe, Funktion usw. wird es versuchen, 3 Gruppen zu bilden, z. B. A, B, C, und sie zu gruppieren.

Das Wort "Supervise" bedeutet, dass Sie die Maschine beaufsichtigen/anweisen, um ihr zu helfen, Antworten zu finden. Sobald sie die Anweisungen gelernt hat, kann sie leicht neue Fälle vorhersagen.

Unüberwacht bedeutet, dass es keine Überwachung oder Anweisung gibt, wie Antworten/Labels zu finden sind, und die Maschine wird ihre Intelligenz nutzen, um ein Muster in unseren Daten zu finden. Hier werden keine Vorhersagen gemacht, sondern es wird lediglich versucht, Cluster mit ähnlichen Daten zu finden.

Answer 3

Überwachtes Lernen

Dabei wird jedes Eingabemuster, das zum Trainieren des Netzes verwendet wird mit einem Ausgabemuster verbunden, das das Ziel oder das gewünschte Muster ist. Es wird angenommen, dass während des Lernprozesses ein Lehrer anwesend ist Lernprozess ein Lehrer anwesend ist, der einen Vergleich zwischen der vom Netz berechneten Ausgabe des Netzes und der korrekten erwarteten Ausgabe durchgeführt wird, um den Fehler zu ermitteln. Der Fehler kann dann genutzt werden, um die Netzparameter zu ändern, was zu einer eine Verbesserung der Leistung führen.

Unüberwachtes Lernen

Bei dieser Lernmethode wird die Zielausgabe nicht dem Netzwerk präsentiert. Es ist so, als gäbe es keinen Lehrer, der dem Netz das gewünschte das gewünschte Muster vorgibt, und so lernt das System von selbst, indem es strukturelle Merkmale in den Eingabemustern entdeckt und sich an diese anpasst.

Answer 4

Ich werde versuchen, es einfach zu halten.

Überwachtes Lernen: Bei dieser Lerntechnik wird uns ein Datensatz gegeben, und das System kennt bereits die korrekte Ausgabe des Datensatzes. Hier lernt unser System also, indem es einen eigenen Wert vorhersagt. Dann führt es eine Genauigkeitsprüfung durch, indem es eine Kostenfunktion verwendet, um zu prüfen, wie nahe seine Vorhersage an der tatsächlichen Ausgabe lag.

Unüberwachtes Lernen: Bei diesem Ansatz wissen wir wenig oder gar nicht, wie unser Ergebnis aussehen würde. Stattdessen leiten wir eine Struktur aus den Daten ab, bei denen wir die Wirkung der Variablen nicht kennen. Wir erstellen eine Struktur, indem wir die Daten auf der Grundlage der Beziehungen zwischen den Variablen in den Daten clustern. Hier haben wir keine Rückmeldung auf der Grundlage unserer Vorhersage.

Answer 5

Überwachtes Lernen, bei dem die Daten mit einer Antwort versehen werden.

Bei einer als Spam/Nicht-Spam gekennzeichneten E-Mail sollten Sie einen Spam-Filter lernen.

Lernen Sie anhand eines Datensatzes von Patienten, bei denen entweder Diabetes diagnostiziert wurde oder nicht, neue Patienten als zuckerkrank oder nicht zuckerkrank zu klassifizieren.

Unüberwachtes Lernen, bei dem die Daten ohne eine Antwort gegeben werden, lässt den PC die Dinge gruppieren.

Gruppieren Sie aus einer Menge von Nachrichtenartikeln, die Sie im Internet gefunden haben, eine Menge von Artikeln über dieselbe Geschichte.

Ausgehend von einer Datenbank mit benutzerdefinierten Daten können Sie automatisch Marktsegmente ermitteln und Kunden in verschiedene Marktsegmente einteilen.

Referenz