Ohjattu oppiminen Apache Mahoutissa



Ohjattu oppiminen on koneoppimisen tekniikka, jossa toiminto päätellään leimattujen esimerkkien avulla harjoitustiedoista.

Ohjattu oppiminen on menetelmä, jossa harjoitustiedot sisältävät sekä syötteen että halutut tulokset. Järjestelmän kouluttamista esimerkeillä kutsutaan valvotuksi oppimiseksi. Tai muuten algoritmin kouluttamista opettajan kanssa voidaan myös pitää valvotuna oppimisena. Harjoitettuaan algoritmi kaikilla näytetiedoilla tai merkittyillä tiedoilla, joilla on sekä ennustimet kohdemuuttujassa, voidaan kouluttaa algoritmi ja käyttää näkymättömää esimerkkiä jatkokategorointiin.





Tässä on joitain valvotun oppimisen tärkeitä piirteitä Mahoutissa:

  • Oikean koulutus-, validointi- ja testisarjan (Bok) rakentaminen on ratkaisevan tärkeää.
  • Nämä menetelmät ovat yleensä nopeita ja tarkkoja.
  • Ohjattujen oppimismenetelmien on kyettävä yleistämään.
  • Ne antavat oikeat tulokset, kun syötetään uusia tietoja tietämättä apriorikohde.
  • Joissakin tapauksissa oikeat tulokset (tavoitteet) tiedetään ja annetaan mallin sisäänpanona oppimisprosessin aikana.

Esimerkki ohjatusta oppimisesta

Jos haluat kouluttaa tehtävää, sinulle annetaan kaksi erilaista kuvaryhmää yhdessä merkittyjen tietojen kanssa, esim. yllä olevassa kuvassa toisella ryhmällä on norsun ja toisella leijonan kuvat. Merkityt tiedot tarkoittavat, että jokaisella tietojoukolla on tavoitearvo. Yllä olevassa esimerkissä tietojoukko on kuvia norsuista, kun taas sille annettu etiketti eli 'Elephant' on tietojoukon tavoitearvo. Tällaista merkittyä tietojoukkoa käytetään harjoitusprosessissa, jotta harjoitusalgoritmi voi hyödyntää tätä tietojoukkoa ja rakentaa jonkin mallin, jota voidaan käyttää edelleen luokittelemaan näkymättömät esimerkit ilman merkittyä dataa tai kohdemuuttujaa.



Tunnistetaan ominaisuudet, jotka auttavat tunnistamaan kohteen norsuksi tai leijonaksi:

Ominaisuudet voisi olla - koko, väri, korkeus, korvan koko, runko, koru

Tätä voidaan kutsua ominaisuusjoukoksi, jota käytetään koulutustarkoituksiin. Tämä ominaisuusjoukko vaikuttaa lopulliseen tavoitemuuttujaan. Nämä muuttujat tunnetaan nimellä ennustavat muuttujat , koska ne auttavat meitä määrittämään lopullinen kohdemuuttuja . Lopullista muuttujaa voidaan kutsua myös tunnisteeksi. Lopullinen muuttuja tässä on norsu / leijona.



table-word

Tässä esimerkissä jokainen luokkien, koon, värin, korkeuden, korvan koon, rungon ja korvan tietue on ennustava muuttuja, kun taas Elephant ja Lion ovat kohdemuuttujat. Näitä muuttujia voidaan pitää koulutusesimerkkeinä ja vastaavasti koulutuksen aineistoina.

Siksi valvottu oppiminen on tapa, jonka avulla harjoittelet yhdessä tarrojen kanssa, jolloin pyydät algoritmia poimimaan siitä tiettyjä ominaisuuksia, ja sen perusteella, kun näet näkymättömän esimerkin, algoritmi pystyy luokittelemaan sen oikeaan luokkaan.

Onko sinulla kysymys meille? Mainitse ne kommenttiosassa ja palaamme sinuun.

Aiheeseen liittyvät julkaisut:

pl sql -opetus aloittelijoille ja esimerkkejä