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

Mit einfachen Worten:) Es ist mein Verständnis, fühlen Sie sich frei, zu korrigieren. Überwachtes Lernen ist, dass wir wissen, was wir auf der Grundlage der bereitgestellten Daten vorhersagen. Wir haben also eine Spalte im Datensatz, die vorhergesagt werden muss. Unüberwachtes Lernen ist, dass wir versuchen, aus dem bereitgestellten Datensatz eine Bedeutung zu extrahieren. Wir haben keine Klarheit darüber, was vorhergesagt werden soll. Die Frage ist also, warum wir das tun :) Die Antwort lautet: Das Ergebnis des unüberwachten Lernens sind Gruppen/Cluster (ähnliche Daten zusammen). Wenn wir also neue Daten erhalten, assoziieren wir sie mit dem identifizierten Cluster/der identifizierten Gruppe und verstehen ihre Merkmale.

Ich hoffe, es wird Ihnen helfen.

Answer 2

Überwachtes Lernen

Überwachtes Lernen bedeutet, dass wir den Output des rohen Inputs kennen, d.h. die Daten sind gekennzeichnet, so dass es während des Trainings des maschinellen Lernmodells versteht, was es in dem gegebenen Output erkennen muss, und es wird das System während des Trainings anleiten, die voretikettierten Objekte zu erkennen, auf dieser Basis wird es die ähnlichen Objekte erkennen, die wir im Training bereitgestellt haben.

Hier erkennen die Algorithmen die Struktur und das Muster der Daten. Überwachtes Lernen wird für die Klassifizierung verwendet

Als Beispiel können wir verschiedene Objekte haben, deren Formen quadratisch, kreisförmig und dreieckig sind. Unsere Aufgabe ist es, die gleichen Arten von Formen zu arrangieren Der beschriftete Datensatz enthält alle Formen, und wir werden das maschinelle Lernmodell auf diesem Datensatz trainieren, auf der Grundlage des Trainingsdatensatzes wird es beginnen, die Formen zu erkennen.

Unüberwachtes Lernen

Unüberwachtes Lernen ist ein ungesteuertes Lernen, bei dem das Endergebnis nicht bekannt ist. Der Datensatz wird geclustert und auf der Grundlage ähnlicher Eigenschaften des Objekts werden die Objekte auf verschiedene Gruppen aufgeteilt und die Objekte erkannt.

Hier suchen die Algorithmen nach verschiedenen Mustern in den Rohdaten, und auf dieser Grundlage werden die Daten geclustert. Unüberwachtes Lernen wird für das Clustering verwendet.

Wenn ein Objekt vier Seiten hat, wird es als Quadrat betrachtet, wenn es drei Seiten hat, als Dreieck und wenn es keine Seiten hat, als Kreis. Hier sind die Daten nicht beschriftet, es wird selbst lernen, die verschiedenen Formen zu erkennen.

Answer 3

Das maschinelle Lernen ist ein Bereich, in dem man versucht, Maschinen dazu zu bringen, das menschliche Verhalten zu imitieren.

So wie der Mensch lernt, Merkmale identifiziert, Muster erkennt und sich selbst trainiert, so trainieren Sie eine Maschine, indem Sie Daten mit verschiedenen Merkmalen füttern. Der Maschinenalgorithmus erkennt das Muster in den Daten und klassifiziert sie in eine bestimmte Kategorie.

Maschinelles Lernen lässt sich grob in zwei Kategorien einteilen: überwachtes und unbeaufsichtigtes Lernen.

Beim überwachten Lernen handelt es sich um ein Konzept, bei dem Sie Eingabevektoren/Daten mit einem entsprechenden Zielwert (Ausgabe) haben, während beim unüberwachten Lernen nur Eingabevektoren/Daten ohne einen entsprechenden Zielwert vorliegen.

Ein Beispiel für überwachtes Lernen ist die Erkennung handgeschriebener Ziffern, bei der Sie ein Bild von Ziffern mit den entsprechenden Ziffern [0-9] haben, und ein Beispiel für nicht überwachtes Lernen ist die Gruppierung von Kunden nach ihrem Kaufverhalten.