Felügyelt tanulás
Gépi tanulási módszer, amelyben a modell példákból tanul, és minden példához ismert a kívánt válasz vagy címke.
Analógia
Mint amikor egy tanár megmutat feladatokat a megoldásukkal együtt, majd új, hasonló feladatokat ad gyakorlásra.
Miért fontos?
Számos besorolási és előrejelzési rendszer ilyen módon tanul; a példák hibái vagy hiányai a modell döntéseiben is megjelenhetnek.
Hogyan működik?
Felügyelt tanulásnál a modell olyan példákat kap, amelyekhez ismert a kívánt kimenet. A példák lehetnek kérdés-válasz párok, képekhez rendelt tárgynevek vagy korábbi eseményekhez tartozó kategóriák. A tanítás során a rendszer módosítja a paramétereit, hogy a példákhoz hasonló új bemeneteken is a megadott célhoz közelítő eredményt adjon. A tanulás eredményét ezért a példák és a címkék minősége is befolyásolja.
A módszer gyakori példája az osztályozás, amikor egy üzenetet témához rendelnek, vagy az előrejelzés, amikor korábbi adatokból becsülnek egy értéket. A tanított modell nem feltétlenül érti a kategóriákat emberi módon, és a tanító példákon elért jó eredmény nem garantálja az új helyzetek sikeres kezelését. A teljesítményt külön, tanításhoz nem használt példákon is ellenőrzik. Ha a címkék következetlenek, a modell a hibás példákat is a kívánt viselkedés részeként tanulhatja meg.
Példa
Egy levélszűrő korábban „panasz”, „számla” és „érdeklődés” címkével ellátott levelekből tanulja meg, hogyan sorolja be az új üzeneteket.
Gyakori tévhit
A „felügyelt” nem emberi felügyeletet jelent a modell minden válasza fölött, hanem címkézett tanítópéldákat.