موصى به, 2021

اختيار المحرر

الفرق بين التعلم تحت إشراف ودون إشراف

إن التعلم المرصود وغير المشرف عليه هو نماذج التعلم الآلي التي تستخدم في حل فئة المهام بالتعلم من التجربة ومقياس الأداء. يختلف التعليم الخاضع للإشراف وغير المشرف أساسًا عن حقيقة أن التعلم تحت الإشراف ينطوي على رسم الخرائط من المدخلات إلى المخرجات الأساسية. على العكس ، لا يهدف التعلم غير الخاضع للإشراف إلى إنتاج مخرجات في استجابة المدخلات المعينة ، بل يكتشف أنماطًا في البيانات.

يتم تنفيذ هذه التقنيات التعليمية الخاضعة للإشراف وغير الخاضعة للرقابة في مختلف التطبيقات مثل الشبكات العصبية الاصطناعية التي هي أنظمة معالجة البيانات التي تحتوي على عدد كبير من عناصر المعالجة المترابطة إلى حد كبير.

رسم بياني للمقارنة

أساس للمقارنةالتعلم تحت الاشرافتعليم غير مشرف عليه
الأساسيةيتعامل مع البيانات المسمى.يعالج البيانات غير المسماة.
التعقيد الحسابيمتوسطمنخفض
Analyzationغير متصل على الانترنتفي الوقت الحالى
صحة
ينتج نتائج دقيقةيولد نتائج معتدلة
النطاقات الفرعية
التصنيف والانحدار
التجمع والتعدين حكم الجمعيات

تعريف التعلم المشرف

تتضمن طريقة التعلم الخاضع للإشراف تدريب النظام أو الجهاز حيث يتم توفير التدريب مع نمط الهدف (نمط الإخراج) يتم توفيره للنظام لإجراء مهمة. عادة الإشراف على وسائل لمراقبة وتوجيه تنفيذ المهام والمشاريع والنشاط. ولكن ، حيث يمكن تطبيق التعلم تحت الإشراف؟ في المقام الأول ، يتم تنفيذه في شبكات الانحدار والتعلم الآلي والشبكات العصبية.

الآن ، كيف نقوم بتدريب نموذج؟ يسترشد النموذج بمساعدة تحميل النموذج مع المعرفة ، لتسهيل التنبؤ بالمستقبلات. ويستخدم مجموعات البيانات المسمى للتدريب. الشبكات العصبية الاصطناعية يقوم نمط الإدخال بتدريب الشبكة التي ترتبط أيضًا بنمط الإخراج.

تعريف التعلم بدون إشراف

لا يتضمن نموذج التعلم غير المراقب الخرج المستهدف مما يعني عدم وجود تدريب للنظام. يجب أن يتعلم النظام من تلقاء نفسه من خلال التحديد والتكيف وفقًا للخصائص الهيكلية في أنماط الإدخال. ويستخدم خوارزميات تعلم الآلة التي تستنتج استنتاجات حول البيانات غير المسماة.

يعمل التعلم غير الخاضع للرقابة على خوارزميات أكثر تعقيدًا مقارنة بالتعليم تحت الإشراف لأن لدينا معلومات نادرة أو معدومة حول البيانات. يخلق بيئة أقل قابلية للإدارة مثل الجهاز أو النظام الذي يهدف إلى توليد النتائج بالنسبة لنا. الهدف الرئيسي للتعلم بدون إشراف هو البحث في الكيانات مثل المجموعات ، المجموعات ، تقليل الأبعاد ، وأداء تقدير الكثافة.

الاختلافات الرئيسية بين التعلم تحت إشراف ودون إشراف

  1. تتعامل تقنية التعلم الخاضعة للرقابة مع البيانات المسمى بها حيث تكون أنماط بيانات المخرجات معروفة للنظام. في مقابل ذلك ، يعمل التعلم غير الخاضع للرقابة مع بيانات غير معلنة حيث يعتمد المخرج فقط على مجموعة التصورات.
  2. عندما يتعلق الأمر بالتعقيد ، تكون طريقة التعلم تحت الإشراف أقل تعقيدًا بينما تكون طريقة التعلم غير الخاضعة للرقابة أكثر تعقيدًا.
  3. يمكن للتعلم الخاضع للإشراف أيضًا إجراء تحليل دون اتصال بالإنترنت بينما يستخدم التعلم غير الخاضع للإشراف تحليلًا في الوقت الفعلي.
  4. نتائج تقنية التعلم تحت الإشراف هي أكثر دقة وموثوقية. في المقابل ، يولد التعلم غير الخاضع للرقابة نتائج معتدلة لكنها موثوقة.
  5. التصنيف والانحدار هي أنواع من المشاكل تحل تحت طريقة التعلم تحت إشراف. وبالعكس ، يشمل التعلم غير الخاضع للرقابة مشاكل التجميع والتلاعب في القواعد التنظيمية.

استنتاج

التعلم المرصود هو تقنية إنجاز مهمة من خلال توفير التدريب وأنماط المدخلات والمخرجات إلى الأنظمة ، في حين أن التعلم غير الخاضع للرقابة هو تقنية للتعلم الذاتي ، حيث يجب على النظام اكتشاف ميزات السكان المدخلين من خلال مجموعة خاصة بهم وليس بمجموعة سابقة من الفئات. يستخدم.

Top