Целью обучения с учителем является создание искусственной системы, которая может изучать сопоставление между вводом и выводом и предсказывать вывод с учетом новых входных данных.
Если выходные данные принимают конечный набор дискретных значений, это приводит к классификации входных данных, а если в качестве выходных данных используются непрерывные значения, это приводит к регрессии данных.
Система обучения должна получить параметры обучения. Ну а теперь возникает вопрос: каковы параметры обучения?
С точки зрения линейной регрессии,
Y = Ax + b
Где Y — некоторая целевая переменная, а x — некоторая переменная характеристики, A и b можно назвать параметрами обучения.
Преимущества:
Главным преимуществом обучения с учителем является то, что все классы или аналоговые выходные данные, управляемые алгоритмом этой парадигмы, имеют смысл для человека.
Кроме того, его можно использовать для классификации шаблонов и задач регрессии данных.
Недостатки:
При наличии большого объема данных маркировать их все непомерно дорого.
Кроме того, не все имеет отличительную маркировку, есть неопределенности и двусмысленности в надзоре или маркировке.
Приложение:
В современном мире он имеет различные применения, такие как:
- Поиск информации
- Сбор данных
- Компьютерное зрение
- Распознавание речи
- Обнаружение спама
- Биоинформатика
- Хеминформатика
- Анализ рынка
