Pembelajaran sing diawasi lan ora diawasi minangka rong jinis paradigma pembelajaran mesin dhasar sing nduweni tujuan sing beda adhedhasar sifat data lan tujuan tugas sing ditindakake. Pangerten nalika nggunakake latihan sing diawasi lan latihan sing ora diawasi iku penting banget kanggo ngrancang model pembelajaran mesin sing efektif. Pilihan ing antarane loro pendekatan iki gumantung saka kasedhiyan data sing diwenehi label, asil sing dikarepake, lan struktur dhasar saka dataset.
Pembelajaran sing diawasi minangka jinis pembelajaran mesin ing ngendi model kasebut dilatih ing set data kanthi label. Ing pembelajaran sing diawasi, algoritma sinau peta data input menyang output sing bener kanthi diwenehi conto latihan. Conto latihan kasebut kalebu pasangan input-output, ing ngendi data input kasebut diiringi output utawa nilai target sing bener. Tujuan saka sinau sing diawasi yaiku sinau fungsi pemetaan saka variabel input menyang variabel output, sing banjur bisa digunakake kanggo nggawe prediksi data sing ora katon.
Pembelajaran sing diawasi biasane digunakake nalika output sing dikarepake dikenal lan tujuane kanggo sinau hubungan antarane variabel input lan output. Biasane ditrapake ing tugas kayata klasifikasi, ing ngendi tujuane kanggo prédhiksi label kelas kasus anyar, lan regresi, ing ngendi tujuane kanggo prédhiksi nilai sing terus-terusan. Contone, ing skenario pembelajaran sing diawasi, sampeyan bisa nglatih model kanggo prédhiksi manawa email iku spam utawa ora adhedhasar isi email lan status spam/non-spam saka email sadurunge.
Ing sisih liya, pembelajaran sing ora diawasi minangka jinis pembelajaran mesin ing ngendi model kasebut dilatih ing dataset sing ora dilabeli. Ing pembelajaran tanpa pengawasan, algoritma sinau pola lan struktur saka data input tanpa umpan balik sing jelas babagan output sing bener. Tujuan saka sinau sing ora diawasi yaiku njelajah struktur dhasar data, nemokake pola sing didhelikake, lan ngekstrak wawasan sing migunani tanpa mbutuhake data sing diwenehi label.
Pembelajaran tanpa pengawasan biasane digunakake nalika tujuane kanggo njelajah data, nemokake pola sing didhelikake, lan nglumpukake titik data sing padha. Asring diterapake ing tugas kayata clustering, ing ngendi tujuane kanggo nglumpukake titik data sing padha menyang klompok adhedhasar fitur, lan pengurangan dimensi, ing ngendi tujuane kanggo nyuda jumlah fitur nalika njaga informasi penting ing data kasebut. Contone, ing skenario pembelajaran sing ora diawasi, sampeyan bisa nggunakake clustering kanggo nglumpukake pelanggan adhedhasar prilaku tuku tanpa ngerti babagan segmen pelanggan.
Pilihan antarane sinau sing diawasi lan sing ora diawasi gumantung ing sawetara faktor. Yen sampeyan duwe set data kanthi label lan pengin prédhiksi asil tartamtu, sinau sing diawasi minangka pilihan sing cocog. Ing sisih liya, yen sampeyan duwe dataset tanpa label lan pengin njelajah struktur data utawa nemokake pola sing didhelikake, sinau tanpa pengawasan luwih cocok. Ing sawetara kasus, kombinasi teknik sing diawasi lan sing ora diawasi, sing dikenal minangka pembelajaran semi-diawasi, bisa digunakake kanggo nggunakke keuntungan saka loro pendekatan kasebut.
Kaputusan kanggo nggunakake latihan sing diawasi versus latihan sing ora diawasi ing machine learning gumantung saka kasedhiyan data sing diwenehi label, sifat tugas, lan asil sing dikarepake. Ngerteni beda antarane sinau sing diawasi lan sing ora diawasi penting kanggo ngrancang model pembelajaran mesin sing efektif sing bisa ngekstrak wawasan sing migunani lan nggawe prediksi akurat saka data.
Pitakonan lan jawaban anyar liyane babagan Sinau Mesin Cloud Google EITC/AI/GCML:
- Apa iku text to speech (TTS) lan cara kerjane karo AI?
- Apa watesan nalika nggarap dataset gedhe ing machine learning?
- Bisa machine learning nindakake sawetara bantuan dialogis?
- Apa papan dolanan TensorFlow?
- Apa tegese dataset sing luwih gedhe?
- Apa sawetara conto hiperparameter algoritma?
- Apa iku sinau ensemble?
- Kepiye yen algoritma pembelajaran mesin sing dipilih ora cocog lan kepiye carane bisa milih sing bener?
- Apa model pembelajaran mesin mbutuhake pengawasan sajrone latihan?
- Apa parameter kunci sing digunakake ing algoritma adhedhasar jaringan saraf?
Deleng pitakonan lan jawaban liyane ing EITC/AI/GCML Google Cloud Machine Learning