aprendizagem supervisionada por máquinas versus aprendizagem não supervisionada por máquinas?

Tempo estimado de leitura: 2 atas

Se você quiser desbloquear a aprendizagem supervisionada versus não supervisionada da máquina, este é um lugar para parar e rever o que você pode aprender mais sobre como expandir seus conhecimentos de ciência de dados.

Neste vídeo, você será levado através dos passos para decidir como abordar isso, analisar seus dados através de tentativa e erro, o que lhe dará uma experiência de aprendizado profundo.

Esta área está dividida em duas:

(A) Quando o modelo é construído em torno do que o construtor do modelo quer, com base nos dados de entrada que eles acham mais apropriados, isso pode ser comumente chamado de aprendizagem supervisionada da máquina.

(B) Por outro lado, a aprendizagem sem supervisão da máquina analisa a relação entre os pontos de dados, e como essa relação explica o que esses dados ou categoria ou grupo de dados lhe estão dizendo.

A diferença entre os dois parece fechar a lacuna em torno de problemas de regressão, e também usar os dados da etiqueta nem sempre pode contar a história verdadeira, pois os pontos de dados nos dados etiquetados podem não mostrar sempre o mesmo padrão.

Será um ótimo bloco de construção se você quiser continuar e aprender sobre classificação, k significa, regressão linear, ou regressão logística. Algumas das discussões falam sobre clustering e como isso pode influenciar o modelo que você constrói.

A nossa secção do modelo de aprendizagem supervisionada do vídeo abaixo leva-o através da forma como procuraria identificar se um conjunto de dados era adequado para um modelo de aprendizagem, e que parte da iteração através do processo, ajuda a construir a previsão para o futuro.

 

Deixe uma resposta

O seu endereço de e-mail não será publicado. Os campos obrigatórios estão marcados com *