Lernen unter Aufsicht (Semi-Supervised Learning)

Lernen unter Aufsicht (Semi-Supervised Learning)

Traditionelles maschinelles Lernen (ML) unterteilt das Universum in Algorithmen, die mit einem Lehrer lernen („supervised learning“) und ohne Lehrer („unsupervised learning“), aber wie so oft ist die Realität etwas komplizierter.

Lernen mit teilweiser Aufsicht („semi-supervised learning“) ist eine der Methoden des maschinellen Lernens, die in den letzten Monaten immer beliebter geworden ist. Unternehmen wie Google verbessern die Werkzeuge zur Erstellung von Anwendungen, die diesen Algorithmus verwenden. Stellen wir uns das Lernen unter Aufsicht als eine Art Mittelweg zwischen Modellen des unüberwachten und überwachten Lernens vor. Lernen unter Aufsicht ist, als würde ein Lehrer einer Gruppe von Schülern einige Beispiele vorstellen und die anderen Beispiele den Schülern als Hausaufgabe überlassen.

Das Ziel des Lernens mit teilweiser Aufsicht ist es, das Training von ML-Modellen mit einer kleinen Menge an gekennzeichneten Daten und einer großen Menge an unmarkierten Daten zu ermöglichen.

Eine Frage an Sie: Verwenden Sie in Ihrer Praxis manchmal diese Algorithmen?

Quelle: •

Ursprünglich veröffentlicht auf Facebook — Link zum Beitrag