Uczenie nadzorowane – uczenie maszynowe, które zakłada obecność ludzkiego nadzoru nad tworzeniem funkcji odwzorowującej wejście systemu na jego wyjście.

Nadzór polega na stworzeniu zestawu danych uczących, czyli par:

  1. wejściowy obiekt uczący (np. wektor);
  2. pożądana przez nadzorcę (nauczyciela) odpowiedź (np. jakaś konkretna wartość liczbowa).

Zadaniem systemu jest nauczenie się przewidywania prawidłowej odpowiedzi na zadane pobudzenie oraz generalizacja przypadków wyuczonych na przypadki, z którymi system jeszcze się nie zetknął. Do modelowania procesów technicznych zwykle wykorzystuje się uczenie nadzorowane.

Zobacz też

Przypisy

  1. 1 2 Krzysztof Sawka, Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow, wyd. II, aktualizacja do modułu TensorFlow 2, Gliwice: Helion, 2020, ISBN 978-83-283-6002-0, OCLC 1183366759 [dostęp 2020-11-05].
  2. 1 2 3 Vahid Mirjalili, Krzysztof Sawka, Python : uczenie maszynowe, Gliwice: Wydawnictwo Helion, 2019, ISBN 978-83-283-5121-9, OCLC 1100244698 [dostęp 2020-11-07].
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.