supervised learning-teknik
En teknik inden for maskinlæring, hvor en model trænes ved hjælp af et mærket datasæt, hvor hvert eksempel har en korrekt outputværdi.
Kort fortalt
Supervised learning-teknik er en metode, hvor en computer lærer at forudsige svar ved at se på mange eksempler med de rigtige svar.
- Kategori
- teknik
- Niveau
- begynder
Betydninger
1- 1
En maskinlæringsteknik, hvor modellen lærer at kortlægge input til output baseret på mærkede træningsdata.
- I et superviseret læringsproblem har vi et datasæt med billeder af katte og hunde, hvor hvert billede er mærket korrekt.
- Almindelige supervised learning-teknikker omfatter lineær regression, logistisk regression, beslutningstræer og neurale netværk.
Hvornår bruges det
Supervised learning-teknikker anvendes i praksis til opgaver som klassifikation og regression, f.eks. spamdetektion, billedgenkendelse og prisfremskrivning. De kræver et manuelt mærket datasæt, hvilket kan være tidskrævende.
Kodeeksempel
from sklearn.linear_model import LogisticRegression
X = [[0,0],[1,1],[2,2]]
y = [0,1,1]
model = LogisticRegression()
model.fit(X, y)
pred = model.predict([[0.5,0.5]])Eksempel på en supervised learning-model (logistisk regression) trænet med mærkede data.
Oprindelse
Fra engelsk 'supervised learning', hvor 'supervised' betyder overvåget, og 'learning' læring; teknikken refererer til, at modellen overvåges under træning med korrekte svar.