Denetimli öğrenme
- 1) İnsan, girdi ve çıktı verilerine dayalı bir sınıflandırıcı oluşturur.
- 2) Bu sınıflandırıcı bir veri eğitim seti ile eğitilmiştir.
- 3) Bu sınıflandırıcı bir veri test seti ile test edilmiştir.
- 4) Çıktı tatmin edici ise dağıtım
"Bu verileri nasıl sınıflandıracağımı biliyorum, sıralamanız için yalnızca size (sınıflandırıcı) ihtiyacım var."
Yöntem noktası: Etiketleri sınıflamak veya gerçek sayıları üretmek
Denetimsiz öğrenme
- 1) Bir insan giriş verilerine dayanan bir algoritma oluşturur
- 2) Bu algoritma (algoritmanın sınıflandırıcıyı oluşturduğu) bir test verisi seti ile test edilir.
- 3) Sınıflandırıcı tatmin edici ise dağıtım
"Bu verileri nasıl sınıflandıracağımı bilmiyorum, sen (algoritma) benim için bir sınıflandırıcı yaratabilir misin?"
Yöntem noktası: Etiketleri sınıflamak veya tahmin etmek (PDF)
Takviye öğrenme
- 1) Bir insan giriş verilerine dayanan bir algoritma oluşturur
- 2) Bu algoritma, bir kullanıcının algoritmayı aldığı eylemle algoritmayı ödüllendirdiği veya cezalandırdığı girdi verilerine bağlı bir durum sunar , bu zamanla devam eder.
- 3) Bu algoritma ödül / cezadan öğrenir ve kendini günceller, bu devam eder
- 4) Her zaman üretimdedir, eyaletlerden eylemler sunabilmek için gerçek verileri öğrenmesi gerekir
"Bu verileri nasıl sınıflandıracağım hakkında hiçbir fikrim yok, bu verileri sınıflandırabilir misiniz ve doğruysa size bir ödül vereceğim veya doğru değilse sizi cezalandıracağım".
Bu uygulamaların akışının bu tür, ben ne hakkında çok şey duyuyoruz, ama pratik ve örnek bilgidir sona çok az!