یادگیری با ناظر (Supervised Learning) چیست؟

الگوریتم‌های یادگیری ماشین با ناظر برای یادگیری از روی نمونه‌ها طراحی شده‌اند. نام یادگیری با ناظر هم از این ایده سرچشمه می‌گیرد که آموزش این نوع الگوریتم‌ها مانند این است که یک معلم بر کل روند آموزش نظارت دارد.

هنگام آموزش الگوریتم یادگیری با ناظر داده‌های آموزشی متشکل از ورودی‌هایی است که با خروجی‌های صحیح جفت شده‌اند؛ یعنی داده‌ها برچسب خروجی‌های صحیح دارند. در حین آموزش، الگوریتم الگوهایی در داده‌ها را جست‌وجو می‌کند که با خروجی‌های مدنظر ارتباط دارند و آن الگوها را یاد می‌گیرد.

پس از آموزش، الگوریتم یادگیری با ناظر ورودی‌های جدیدی را می‌گیرد که خروجی مدنظر آن‌ها مشخص نیست. براساس داده‌های آموزشی قبلی تعیین می‌کند که ورودی‌های جدید به کدام برچسب طبقه‌بندی شوند یا به‌عبارت دیگر چه خروجی دارند.

هدف از یک مدل یادگیری با ناظر پیش‌بینی برچسب صحیح برای داده‌های ورودی جدید است.

برای خواندن مطالب بیشتر درمورد یادگیری ماشین روی لینک زیر کلیک کنید.

https://bigpro1.com/fa/supervised-machine-leaing/