Nadzorovano proti nenadzorovanemu učenju
Izrazi, kot sta nadzorovano učenje in nenadzorovano učenje, se uporabljajo v kontekstu strojnega učenja in umetne inteligence, ki z vsakim dnem pridobivata na pomenu. Strojno učenje so za laike algoritmi, ki temeljijo na podatkih in omogočajo, da se stroj uči s pomočjo primerov. Obstajata dve vrsti učenja; in sicer nadzorovano učenje in nenadzorovano učenje, ki študente zmedeta, saj je med njima veliko podobnosti. Vendar kljub prekrivanju obstajajo razlike, ki bodo poudarjene v tem članku.
V prihodnjih letih bomo verjetno priča porastu razvoja strojnega učenja, ki bo olajšalo in pospešilo reševanje poslovnih težav. Zaposlovanje zaposlenih za reševanje enostavnih poslovnih problemov bi postalo zastarelo z uporabo konceptov nadzorovanega in nenadzorovanega učenja.
Kaj je nadzorovano učenje?
To je vrsta učenja, kjer strojno učenje poteka s pomočjo vnosov uporabnikov. Velik del dosedanjih raziskav na področju strojnega učenja in umetne inteligence je bil osredotočen na nadzorovano učenje. Na primer, mapa z neželeno pošto v vašem e-poštnem sporočilu se napolni, saj vanjo včasih nehote pridejo celo pomembna sporočila. Sistem deluje na osnovi strojnega učenja, ki obvešča algoritem, ki se nanaša na analizo neželene pošte. Sistem uporablja podatke za filtriranje sporočil in njihovo pošiljanje v mapo z neželeno pošto, s čimer zmanjša lažne pozitivne rezultate. V iskalniku algoritem deluje na podlagi povezave, ki jo najprej kliknete, ko odpre rezultate iskanja. To vodi k izboljšavam rezultatov iskanja za uporabnika. Vendar pa ima nadzorovano učenje določene pomanjkljivosti, saj ima stroj nejasno predstavo o tem, kaj je prav in kaj narobe. Ta človeška povratna informacija pogosto omejuje prihodnjo uporabo nadzorovanega učenja.
Kaj je nenadzorovano učenje?
Živimo v časih, ko ves čas iščemo boljše delovanje strojev, pa naj gre za podatke CCTV, podatke GPS, podatke o spletnih transakcijah, podatke strojnega skeniranja, podatke varnostnega skeniranja itd. Organizacije in vlade želijo, da stroji, ki ne potrebujejo ali zahtevajo nadzorovanih podatkov od ljudi, dajejo boljše rezultate. To seveda zahteva veliko več truda v smeri avtomatizacije, in čeprav je malo verjetno, da bo nenadzorovano učenje v bližnji prihodnosti nadomestilo nadzorovano učenje, se bodo v bližnji prihodnosti verjetno pojavili hibridni pristopi, ki bodo hitrejši in bolj učinkovitejši od rezultatov, ki jih trenutno dosegamo z nadzorovanim učenjem.
Kakšna je razlika med nadzorovanim in nenadzorovanim učenjem?
• Nadzorovano učenje in nenadzorovano učenje sta dva različna pristopa k delu za boljšo avtomatizacijo ali umetno inteligenco.
• Pri nadzorovanem učenju obstaja človeška povratna informacija za boljšo avtomatizacijo, medtem ko se pri nenadzorovanem učenju pričakuje, da bo stroj zagotovil boljše delovanje brez človeških vložkov.
• Hibridni pristopi so bolj verjetne rešitve v bližnji prihodnosti, ki uporabljajo nadzorovano in nenadzorovano učenje.
