תוֹכֶן
ש:
מה ההבדל בין למידה בפיקוח, ללא פיקוח וחצי פיקוח?
ת:
ההבדל העיקרי בין למידה בפיקוח ללא למידה בלימוד מכונה הוא השימוש בנתוני הדרכה.
למידה בפיקוח עושה שימוש בנתונים לדוגמה כדי להראות כיצד נראים נתונים "נכונים". הנתונים מובנים כדי להציג את תפוקות התשומות הנתונות.
באלגוריתם למידת מכונה שמסווג פירות עשוי להיות תמונות של פירות כמו תפוחים, בננות, ענבים ותפוזים כתשומות ושמות הפירות הללו כמוצא.
דוגמה בעולם האמיתי היא מסנני הספאם של בייס בתוכניות. פילטרים אלה מאומנים עם דוגמאות לסוגים הנחשבים לספאם. לאחר מכן, מסנן הספאם יכול לחפש ביטויים מסוימים המופיעים בספרים המופיעים בספאם ולהעביר אותם לתיקיית דואר זבל.
זה כמו להראות לאדם כיצד לבצע משימה חדשה. לאדם שמבצע הזנת נתונים עשוי להראות דוגמאות לנתונים בפורמט שהחברה רוצה ואז צפוי לעקוב אחריהם.
תוכניות למידת מכונה המשתמשות בלמידה בפיקוח חוזרות פעמים רבות עם נתוני ההדרכה. התוצאות יכולות להיות מרשימות כאשר זה באמת מתחיל. מסנן הספאם של Gmail של גוגל מדויק מאוד מכיוון שיש כל כך הרבה משתמשים שמתאמנים אותו.
למידה ללא פיקוח אין נתוני הכשרה מוקדמת. בדוגמת סיווג הפירות שלנו, אלגוריתם עשוי להיות פשוט מוצג תמונות של פרי ואמרו לו לסווג אותם.
למידה ללא פיקוח יש יישומים במחקר שוק על ידי לימוד הרגלי רכישה של לקוחות, או ביטחון על ידי ניטור דפוסי פריצה.
ניסיונות למידה מפוקחים למחצה לקחת תווך על ידי תיוג חלק מהנתונים. לדוגמה, התפוח והתפוז עשויים להיות מסומנים בתוכנית סיווג הפירות, אך הבננה והענבים אינם.
מתי להשתמש באחד מאלגוריתמים אלה יהיה תלוי בסוג הנתונים המשמש. למשימות מסוימות יש דפוסים יציבים, כמו הונאות בכרטיסי אשראי או דואר זבל. למידה בפיקוח מתאימה למשימות מסוג זה. התקפות רשת אינן ניתנות לחיזוי, ושיטות למידה ללא פיקוח או פיקוח למחצה עשויות להיות מתאימות יותר.