Učenie pod dohľadom vs.
Pojmy ako učenie pod dohľadom a učenie bez dozoru sa používajú v súvislosti so strojovým učením a umelou inteligenciou, ktoré každým dňom nadobúdajú na význame. Strojové učenie je pre laika algoritmy založené na dátach, ktoré pomocou príkladov umožňujú strojovému učeniu. Existujú dva typy učenia; a to učenie pod dohľadom a učenie bez dozoru, ktoré študentov mätú, pretože medzi nimi existuje veľa podobností. Napriek prekrývaniu však existujú rozdiely, ktoré budú v tomto článku zdôraznené.
V nasledujúcich rokoch budeme pravdepodobne svedkami nárastu vývoja strojového učenia, aby bolo riešenie obchodných problémov jednoduchšie a rýchlejšie. Prijímanie zamestnancov na riešenie jednoduchých obchodných problémov by bolo zastarané pri využívaní koncepcií učenia sa pod dohľadom a učenia bez dozoru.
Čo je to supervidované učenie?
Toto je typ učenia, pri ktorom strojové učenie prebieha pomocou vstupov od používateľov. Veľká časť doterajšieho výskumu v oblasti strojového učenia a umelej inteligencie sa zamerala na učenie pod dohľadom. Napríklad priečinok s nevyžiadanou poštou vo vašom e-maile sa zaplní, a to niekedy dokonca dôležitými e-mailmi, ktoré sa doň dostanú nechtiac. Systém pracuje na základe strojového učenia, ktoré upozorňuje na algoritmus týkajúci sa analýzy spamu. Systém používa tieto informácie na filtrovanie správ a ich odosielanie do priečinka nevyžiadanej pošty, čím sa znižuje počet falošných poplachov. Vo vyhľadávacom nástroji pracuje algoritmus na základe odkazu, na ktorý sa klikne ako na prvý pri otvorení výsledkov vyhľadávania. To vedie k zlepšeniu výsledkov vyhľadávania používateľa. Učenie pod dohľadom však má určité nevýhody, pretože stroj má neurčitú predstavu o tom, čo je správne a čo zlé. Táto spätná väzba od človeka často obmedzuje budúce použitie učenia pod dohľadom.
Čo je to učenie bez dozoru?
Žijeme v časoch, keď neustále hľadáme lepší výkon strojov, či už ide o údaje CCTV, údaje GPS, údaje o transakciách online, údaje o skenovaní stroja, údaje o skenovaní zabezpečenia atď. Organizácie a vlády požadujú, aby stroje, ktoré nepotrebujú alebo nevyžadujú kontrolované údaje od ľudí, poskytovali lepšie výsledky. To si samozrejme vyžaduje vyvinúť oveľa viac úsilia v smere automatizácie, a hoci je nepravdepodobné, že by učenie bez dozoru v blízkej budúcnosti nahradilo učenie pod dohľadom, je pravdepodobné, že v blízkej budúcnosti sa objavia hybridné prístupy, ktoré budú rýchlejšie a viac efektívne ako výsledky, ktoré v súčasnosti dosahujeme prostredníctvom učenia pod dohľadom.
Aký je rozdiel medzi učením pod dohľadom a nekontrolovaným učením?
• Učenie pod dohľadom a učenie bez dozoru sú dva odlišné prístupy k práci na lepšej automatizácii alebo umelej inteligencii.
• V rámci supervidovaného učenia existuje spätná väzba od človeka pre lepšiu automatizáciu, zatiaľ čo pri supervidovanom učení sa od zariadenia očakáva, že prinesie lepšie výkony bez ľudských vstupov.
• Hybridné prístupy sú pravdepodobnejšie riešenia v blízkej budúcnosti, ktoré využívajú učenie pod dohľadom aj bez dozoru.
