iT邦幫忙

2023 iThome 鐵人賽

DAY 4
0

監督式學習(Supervised Learning)

監督學習也是機器學習的其中一個分支,監督學習需要用有經過**標籤(Label)**的數據去進行訓練,需要先將訓練用的數據集加以分類,也就是說必須先告訴他哪些是要的,哪些是不要的,進而讓這個模型去學習這些分類,並能對之後的新數據進行預測。


監督式學習主要常見的兩種功能

  1. 回歸: 用於當你的預測目標是連續的數值,讓模型學習從數據中找出變數連續的關係,將關係表示成一個函數,以此來預測新輸入數值的結果。常用於股票走勢預測、市場營銷分析等等。
    https://ithelp.ithome.com.tw/upload/images/20230919/20160630guScGhHKUx.png
  2. 分類: 用於預測目標的數據特徵是離散的,讓模型學習數據的特徵分類以及其不同的類別或標籤之間的關係,最後讓他能將先數據進行分類預測其結果。常用於自然語言處理,圖像識別等等。
    https://ithelp.ithome.com.tw/upload/images/20230919/20160630ki0DmCkED1.png

Example

想要訓練一個分辨垃圾廣告郵件的AI模型,首先把數據及進行分類標籤,區分出哪些是普通郵件,哪些是垃圾郵件,再將標籤後的數據集給模型去學習,讓模型也擁有分辨信件的能力。(分類方法)


下一篇則會接著講非監督式學習~

上一篇
Day3 機器學習: 強化學習(Reinforcement Learning)
下一篇
Day5 機器學習: 非監督式學習(Unsupervised Learning)
系列文
AI語音模型訓練: machine learning 和 deep learning 的學習與應用30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言