Em termos gerais, consideraremos duas abordagens para analisar e processar dados - aprendizagem supervisionada (com um professor) e não supervisionada (não supervisionada). A principal diferença é que o primeiro usa dados marcados para auxiliar na previsão, enquanto o último não. Mas ambas as abordagens têm diferenças mais sutis e áreas-chave nas quais se destacam.
O que é aprendizagem supervisionada?
O aprendizado supervisionado é uma abordagem de aprendizado de máquina baseada no uso de conjuntos de dados de dados rotulados. Esses conjuntos de dados são usados para criar algoritmos destinados a classificar dados ou prever resultados com precisão. Usando entradas e saídas rotuladas, o modelo pode combinar entradas e saídas para precisão e treinar gradualmente.
?
— , :
- — , . , K- , K . , . .
- — , . « ».
- — , , ( ). , . , .
:
. , , — .
«», . , , . , , , . . , , - .
, , . . , , - . , , , .
- . — . , . — . , .
- . , , , . . , , .
- . — , R Python. . , .
- . , . , .
: ?
— . . , . . .
— . , , . , .
: . , - - , , .
: https://www.ibm.com/cloud/blog/supervised-vs-unsupervised-learning