Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
nadzorowanegoinienadzorowanego.Nadzorowaneuczeniesięmaszynjestbezpośrednimnaśladowaniemwzorca
występującegomiędzydwomazbioramidanych.Zawszenastępujepróbawzięciazbioruwejściowegoiprzekształcenia
gonazbiórwyjściowy.Możetobyćniezwykleskutecznaiużytecznaumiejętność.Rozważmynastępująceprzykłady
(wejściowezbiorydanychzostaływytłuszczone,wyjściowezaśsąwyróżnionekursywą):
Użyciepikseliobrazudowykryciaobecnościlubnieobecnościkota
Użyciefilmów,którelubimy,doprzewidzeniainnychfilmów,któremożemylubić
Użycieczyichśsłówdorozpoznania,czyjestonszczęśliwy,czysmutny
Użyciedanychczujnikówpogodowychdoprzewidzeniaprawdopodobieństwadeszczu
Użycieczujnikówsilnikasamochodudoprzewidzeniaoptymalnychustawieńtuningowania
Użyciedanychwiadomościprasowychdoprzewidzeniajutrzejszychcenakcji
Użycieliczbynawejściudoprzewidzenialiczbyodwukrotnejwartości
Użyciesurowegonagraniaaudiodoprzewidzeniatreścitranskryptutegonagrania
Wszystkotosązadanianadzorowanegouczeniasięmaszyn.Wewszystkichprzypadkachalgorytmuczeniasięmaszyny
próbujetaknaśladowaćwzorzecwystępującymiędzydwomazbioramidanych,abyużyćjednegozbiorudoprzewidzenia
drugiego.Wyobraźmysobie,żedladowolnegoztychprzykładówmamymocpozwalającąprzewidziećwyjściowyzbiór
danych,mającjedyniezbiórwejściowy.Takamożliwośćbyłabyczymśbardzoistotnym.
Nadzorowaneuczeniesięmaszyn
Nadzorowaneuczenieprzekształcazbiorydanych.
Nadzorowaneuczeniejestmetodąprzekształcaniajednegozbiorudanychwinny.Jeślinaprzykładmamyzbiórdanych
onazwieponiedziałkowecenyakcji,zawierającycenykażdejakcjidlakażdegoponiedziałkuzminionych10lat,orazdrugi
zbiórwtorkowychcenzarejestrowanychwtymsamymokresie,algorytmuczenianadzorowanegomożepróbowaćużyć
jednegozbiorudoprzewidzeniawartościwdrugimzbiorze.
Jeśliudanamsięwytrenowaćalgorytmnadzorowanegouczeniasięmaszynydladanychzponiedziałkówiwtorkówz10lat,
możeonnastępnieprzewidziećcenyakcjidladowolnegowtorkuwprzyszłościnapodstawiecenzbezpośrednio
poprzedzającegoponiedziałku.Proponuję,abyśmyzatrzymalisięterazirozważylitoprzezchwilę.
Nadzorowaneuczeniesięmaszyntochlebpowszednistosowanejsztucznejinteligencji(nazywanejteżsłabąalbowąską
AI).Jestużyteczne,gdychcemywziąćto,cowiemyjakowejścieiszybkoprzekształcićtowto,cochcemy
wiedzieć.Pozwalatoalgorytmomnadzorowanegouczeniasięmaszynrozszerzyćludzkąinteligencjęimożliwości
napozornienieograniczonąliczbęsposobów.
Większośćpracywykorzystującejuczeniesięmaszynyprowadzidouczenianadzorowanegoklasyfikatorajakiegośrodzaju.
Nawetnienadzorowaneuczeniesięmaszyn(októrymwięcejpowiemyzachwilę)zazwyczajsłużytemu,abywspomóc
projektowaniedokładnegoalgorytmunadzorowanegouczeniasięmaszyny.
Wpozostałejczęścitejksiążkibędziemytworzyćalgorytmy,przyjmującejakowejściedane,któresąobserwowalne,
