Хяналттай болон хяналтгүй сургалт нь өгөгдлийн шинж чанар, өгөгдлийн зорилтод тулгуурлан тодорхой зорилгод үйлчилдэг машин сургалтын хоёр үндсэн хэлбэр юм. Хяналттай сургалт, хяналтгүй сургалтыг хэзээ ашиглахыг ойлгох нь машин сургалтын үр дүнтэй загвар зохион бүтээхэд маш чухал юм. Эдгээр хоёр аргын хоорондох сонголт нь шошготой өгөгдөл, хүссэн үр дүн, өгөгдлийн багцын үндсэн бүтцээс хамаарна.
Хяналттай сургалт нь загварыг шошготой өгөгдлийн багц дээр сургадаг машин сургалтын нэг төрөл юм. Хяналттай сургалтанд алгоритм нь сургалтын жишээн дээр үзүүлснээр оролтын өгөгдлийг зөв гаралттай харьцуулж сурдаг. Эдгээр сургалтын жишээнүүд нь оролтын өгөгдөлд харгалзах зөв гаралт эсвэл зорилтот утгыг дагалддаг оролт-гаралтын хосуудаас бүрддэг. Хяналттай сургалтын зорилго нь оролтын хувьсагчаас гаралтын хувьсагч хүртэлх зураглалын функцийг сурах бөгөөд дараа нь үл үзэгдэх өгөгдөл дээр таамаглал гаргахад ашиглаж болно.
Хяналттай сургалтыг ихэвчлэн хүссэн гарц нь мэдэгдэж байгаа үед ашигладаг бөгөөд зорилго нь оролт ба гаралтын хувьсагчдын хоорондын хамаарлыг судлах явдал юм. Энэ нь шинэ тохиолдлын ангийн шошгыг урьдчилан таамаглах зорилготой ангилал, тасралтгүй утгыг таамаглах зорилготой регресс зэрэг ажлуудад ихэвчлэн хэрэглэгддэг. Жишээлбэл, хяналттай сургалтын хувилбарт та имэйлийн агуулга, өмнөх имэйлүүдийн спам/спам бус статус дээр тулгуурлан и-мэйл нь спам эсэхийг таамаглах загварыг сургаж болно.
Нөгөө талаас, хяналтгүй сургалт нь загвар нь шошгогүй мэдээллийн багц дээр сургагдсан машин сургалтын нэг төрөл юм. Хяналтгүй суралцах үед алгоритм нь зөв гаралтын талаар тодорхой санал хүсэлтгүйгээр оролтын өгөгдлөөс загвар, бүтцийг сурдаг. Хяналтгүй сургалтын зорилго нь өгөгдлийн үндсэн бүтцийг судлах, далд хэв маягийг олж илрүүлэх, шошготой өгөгдөл ашиглахгүйгээр утга учиртай ойлголтыг олж авах явдал юм.
Мэдээллийг судлах, далд хэв маягийг олох, ижил төстэй өгөгдлийн цэгүүдийг бүлэглэх зорилготой үед хяналтгүй сургалтыг ихэвчлэн ашигладаг. Энэ нь ихэвчлэн ижил төстэй өгөгдлийн цэгүүдийг шинж чанарт нь үндэслэн кластер болгон бүлэглэх, өгөгдөл дэх чухал мэдээллийг хадгалахын зэрэгцээ шинж чанаруудын тоог багасгах зорилго бүхий хэмжээст байдлыг багасгах зэрэг ажлуудад ашиглагддаг. Жишээлбэл, хараа хяналтгүй сургалтын хувилбарт та үйлчлүүлэгчдийн сегментийн талаар урьдчилж мэдлэггүйгээр худалдан авалтын зан төлөвт нь үндэслэн бүлэглэхийн тулд кластеринг ашиглаж болно.
Хяналттай болон хяналтгүй сургалтын хоорондох сонголт нь хэд хэдэн хүчин зүйлээс хамаарна. Хэрэв танд шошготой өгөгдлийн багц байгаа бөгөөд тодорхой үр дүнг урьдчилан таамаглахыг хүсч байвал хяналттай суралцах нь тохиромжтой сонголт юм. Нөгөө талаас, хэрэв танд шошгогүй өгөгдлийн багц байгаа бөгөөд өгөгдлийн бүтцийг судлах эсвэл далд хэв маягийг олохыг хүсч байвал хяналтгүй суралцах нь илүү тохиромжтой. Зарим тохиолдолд хоёр аргын давуу талыг ашиглахын тулд хагас хяналттай сургалт гэж нэрлэгддэг хяналттай болон хяналтгүй аргуудыг хослуулан ашиглаж болно.
Машины сургалтын явцад хяналттай сургалтыг хяналтгүй сургалтыг ашиглах шийдвэр нь шошготой өгөгдөл, даалгаврын шинж чанар, хүссэн үр дүнгээс хамаарна. Хяналттай болон хяналтгүй сургалтын ялгааг ойлгох нь өгөгдлөөс утга учиртай ойлголт авч, үнэн зөв таамаглал гаргах боломжтой машин сургалтын үр дүнтэй загваруудыг зохион бүтээхэд зайлшгүй шаардлагатай.
Сүүлийн үеийн бусад асуулт, хариулт EITC/AI/GCML Google Cloud Machine Learning:
- Текстээс яриа (TTS) гэж юу вэ, энэ нь хиймэл оюун ухаантай хэрхэн ажилладаг вэ?
- Машин сургалтын явцад том өгөгдлийн багцтай ажиллахад ямар хязгаарлалт байдаг вэ?
- Машины сургалт нь харилцан ярианы тусламж үзүүлж чадах уу?
- TensorFlow тоглоомын талбай гэж юу вэ?
- Том өгөгдлийн багц нь үнэндээ юу гэсэн үг вэ?
- Алгоритмын гиперпараметрийн зарим жишээ юу вэ?
- Ансамблийн сургалт гэж юу вэ?
- Сонгосон машин сургалтын алгоритм тохиромжгүй бол яах вэ, зөвийг нь хэрхэн сонгох вэ?
- Машин сургалтын загвар нь сургалтын явцад хяналт тавих шаардлагатай юу?
- Мэдрэлийн сүлжээнд суурилсан алгоритмд ашигладаг гол параметрүүд юу вэ?
EITC/AI/GCML Google Cloud Machine Learning-ээс бусад асуулт, хариултуудыг харна уу
Илүү олон асуулт, хариулт:
- Талбар: Хиймэл оюун
- хөтөлбөр: EITC/AI/GCML Google Cloud Machine Learning (гэрчилгээжүүлэх хөтөлбөрт очно уу)
- Хичээл: Оршил (холбогдох хичээл рүүгээ яв)
- сэдэв: Машины сургалт гэж юу вэ (холбогдох сэдэв рүү оч)