جدول المحتويات:
التعريف - ماذا يعني التعلم الخاضع للإشراف؟
التعلم الخاضع للإشراف هو طريقة تستخدم لتمكين الأجهزة من تصنيف الكائنات أو المشكلات أو المواقف بناءً على البيانات ذات الصلة التي يتم إدخالها في الأجهزة. يتم تزويد الآلات ببيانات مثل الخصائص والنقوش والأبعاد واللون وارتفاع الأشياء أو الأشخاص أو المواقف بشكل متكرر حتى تتمكن الآلات من إجراء تصنيفات دقيقة. التعلم الخاضع للإشراف هو تقنية أو مفهوم شائع يتم تطبيقه على سيناريوهات الحياة الواقعية. يستخدم التعلم الخاضع للإشراف في تقديم توصيات المنتج والعملاء من القطاعات بناءً على بيانات العميل وتشخيص المرض بناءً على الأعراض السابقة وأداء العديد من المهام الأخرى.
تيكوبيديا تشرح التعلم الخاضع للإشراف
أثناء التعلم الخاضع للإشراف ، يتم إعطاء آلة البيانات ، والمعروفة باسم بيانات التدريب في لغة التنقيب عن البيانات ، بناءً على تصنيف الجهاز. على سبيل المثال ، إذا كان النظام مطلوبًا لتصنيف الفاكهة ، فسيتم إعطاؤه بيانات تدريب مثل اللون والأشكال والبعد والحجم. بناءً على هذه البيانات ، سيكون بمقدورها تصنيف الفاكهة.
عادة ما يتطلب النظام تكرارات متعددة لهذه العملية لتكون قادرة على أداء تصنيف دقيق. نظرًا لأن تصنيفات الحياة الحقيقية مثل كشف الاحتيال في بطاقات الائتمان وتصنيف الأمراض هي مهام معقدة ، فإن الآلات تحتاج إلى بيانات مناسبة وتكرارات عديدة من جلسات التعلم لتحقيق قدرات معقولة.
