Učení pod dohledem vs. Učení bez dozoru
Pojmy jako učení pod dohledem a učení bez dozoru se používají v kontextu strojového učení a umělé inteligence, které každým dnem nabývají na důležitosti. Strojové učení, pro laika, jsou algoritmy, které jsou řízeny daty a umožňují strojové učení pomocí příkladů. Existují dva typy učení; jmenovitě učení pod dohledem a učení bez dozoru, které studenty matou, protože mezi nimi existuje mnoho podobností. Navzdory překrývání však existují rozdíly, které budou v tomto článku zdůrazněny.
V nadcházejících letech budeme pravděpodobně svědky nárůstu rozvoje strojového učení, aby bylo řešení obchodních problémů snazší a rychlejší. Najímání zaměstnanců k řešení jednoduchých obchodních problémů by se stalo zastaralým pomocí konceptů učení pod dohledem a bez dozoru.
Co je učení pod dohledem?
Jedná se o typ učení, kde probíhá strojové učení s pomocí vstupů od uživatelů. Velká část výzkumu v oblasti strojového učení a umělé inteligence se doposud soustředila na učení pod dohledem. Například složka se spamem ve vašem e-mailu se zaplní a někdy do ní nechtěně chodí i důležité e-maily. Systém funguje na bázi strojového učení, které upozorní algoritmus týkající se analýzy spamu. Systém používá informace k filtrování zpráv a jejich odesílání do složky nevyžádané pošty, což snižuje počet falešných poplachů. Ve vyhledávači funguje algoritmus na základě prvního kliknutí na odkaz, když otevře výsledky vyhledávání. To vede ke zlepšení výsledků vyhledávání pro uživatele. Při učení pod dohledem však existují určité nevýhody, protože stroj má vágní představu o tom, co je správné a co je špatné. Tato lidská zpětná vazba často omezuje budoucí využití učení pod dohledem.
Co je učení bez dozoru?
Žijeme v době, kdy neustále hledáme lepší výkon strojů, ať už jde o data CCTV, GPS data, online transakční data, data ze strojového skenování, data bezpečnostního skenování a tak dále. Organizace a vlády chtějí, aby stroje, které nepotřebují nebo nevyžadují data pod dohledem od lidí, dosahovaly lepších výsledků. To samozřejmě vyžaduje vynaložit mnohem více úsilí směrem k automatizaci, a ačkoli je nepravděpodobné, že by učení bez dohledu v blízké budoucnosti nahradilo učení pod dohledem, v blízké budoucnosti se pravděpodobně objeví hybridní přístupy, které budou rychlejší a více. efektivnější než výsledky, kterých v současnosti dosahujeme učením pod dohledem.
Jaký je rozdíl mezi učením pod dohledem a učením bez dozoru?
• Učení pod dohledem a učení bez dohledu jsou dva různé přístupy k lepší automatizaci nebo umělé inteligenci.
• Při učení pod dohledem existuje lidská zpětná vazba pro lepší automatizaci, zatímco při učení bez dozoru se očekává, že stroj bude poskytovat lepší výkon bez lidských vstupů.
• Hybridní přístupy jsou pravděpodobnějšími řešeními v blízké budoucnosti, která využívají učení pod dohledem i bez něj.
