Hiểu Rõ Về Học Có Giám Sát (Supervised Learning) Và Học Không ...

Tài liệu

Hiểu rõ về học có giám sát (Supervised Learning) và học không giám sát (Unsupervised Learning)

Tháng Tám 15, 2021

Supervised Learning (Học có giám sát)

Supervised Learning (Học có giám sát) là một nhóm thuật toán sử dụng dữ liệu được gán nhãn nhằm mô hình hóa mối quan hệ giữa biến đầu vào (x) và biến đầu ra (y). Hai nhóm bài toán cơ bản trong học có giám sát là classification (phân loại) và regression (hồi quy), trong đó biến đầu ra của bài toán phân loại có các giá trị rời rạc trong khi biến đầu ra của bài toán hồi quy có các giá trị liên tục. Với Supervised Learning, bên cạnh xây dựng các mô hình mạnh, việc thu thập và gán nhãn dữ liệu tốt và hợp lý cũng đóng vai trò then chốt để giải quyết các bài toán trong thực tế

Unsupervised Learning (Học không giám sát)

Ngược lại, Unsupervised Learning (Học không giám sát) là một nhóm thuật toán sử dụng dữ liệu không có nhãn. Các thuật toán theo cách tiếp cận này hướng đến việc mô hình hóa được cấu trúc hay thông tin ẩn trong dữ liệu. Hay nói cách khác, sử dụng các phương pháp này thiên về việc mô tả tính chất hay đặc tính của dữ liệu. Thông thường, các thuật toán này dựa trên những thông tin sau:

• Mối quan hệ tương tự (similarity) giữa các ví dụ (được gọi là instance) trong dữ liệu như trong các thuật toán clustering (phân cụm)
• Xác suất đồng xuất hiện của các đối tượng như trong Association mining
• Các phép biến đổi ma trận để trích xuất các đặc trưng như PCA, SVD.

Tiêu chí	Supervised Learning	Unsupervised Learning
Dữ liệu để huấn luyện mô hình	Dữ liệu có nhãn	Dữ liệu không có nhãn
Cách thức học của mô hình	Mô hình hóa mối quan hệ giữa biến đầu vào và biến đầu ra	Học dựa trên các quan hệ tương tự, sự đồng xuất hiện, hay các phép biến đổi ma trận
Thuật toán	Support vector machine, Neural network, Hồi quy tuyến tính, Hồi quy logistics, Random forest và Classification trees.	– Các thuật toán clustering như K-mean, DBSCAN, Spectral Clustering, Hierarchical clustering- Apriori (Association Rule Mining)- PCA, SVD
Kết quả	Độ chính xác và tin cậy cao	Ít chính xác hơn

Chia sẻ:

• X
• Facebook

Thích Đang tải…

Được đăng bởi

toanphan

Bình luận về bài viết này Hủy trả lời

Δ

Đang tải Bình luận... Viết bình luận ... Thư điện tử (Bắt buộc) Tên (Bắt buộc) Trang web

• Bình luận
• Đăng lại
• Theo dõi Đã theo dõi
  • Khám phá thế giới lập trình Trí Tuệ Nhân Tạo
  Theo dõi ngay
  • Đã có tài khoản WordPress.com? Đăng nhập.
• • Khám phá thế giới lập trình Trí Tuệ Nhân Tạo
  • Theo dõi Đã theo dõi
  • Đăng ký
  • Đăng nhập
  • URL rút gọn
  • Báo cáo nội dung
  • Xem toàn bộ bài viết
  • Quản lý theo dõi
  • Ẩn menu

%d