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.
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 populärer wird. Unternehmen wie Google verbessern die Werkzeuge zur Erstellung von Anwendungen, die diesen Algorithmus verwenden.
Stellen wir uns Lernen unter Aufsicht irgendwo auf halbem Weg zwischen Modellen des unüberwachten und überwachten Lernens vor. Lernen unter Aufsicht ist wie wenn ein Lehrer einer Gruppe von Schülern einige Beispiele vorstellt und die anderen Beispiele den Schülern als Hausaufgabe überlässt.
Ziel des Lernens mit teilweiser Aufsicht ist es, das Training von ML-Modellen mit einem kleinen gekennzeichneten Datensatz und einer großen Menge unbeschrifteter Daten zu ermöglichen.
Eine Frage an Sie: Verwenden Sie in Ihrer Praxis manchmal diese Algorithmen?
Quelle:
Původní zdroj: wordpress