یادگیری تحت نظارت یا supervisied learning دسته ای از روشهای یادگیری ماشین را شامل می شود که دادگان دارای برچسب، label یا ground truth هستند. در زمان یادگیری هم داده هم برچسبش استفاده می شود اما آیا می دانید در این نوع آموزش که نتیجه را می دانیم، دقیقا از چه نوع استدلالی استفاده می کنیم؟ گاهی اوقات ما از یکسری مشاهدات به نتایجی می رسیم و گاهی با داشتن یک قاعده و یکسری فرضیات به نتیجه می رسیم. در supervised learning دقیقا چه اتفاقی می افتد؟ در ادامه آقای ابراهیم در این مورد صحبت می کنند.
در یادگیری با نظارت چه اتفاقی می افتد؟
نوشته شده بوسیله:
کامران پناهی
کارشناسی ارشد هوش مصنوعی
علاقه مند به یادگیری عمیق
مطالب مشابه
مقالات
شبکه های عصبی به صورت کلی تعداد پارامتر زیادی دارند و متناسب با این پارامترها …
پیش از این در مورد [group theory](https://biasvariance.net/articles/pi8d5/introducing-group-theory-and-deep-learning/) صحبت کرده بودیم. در این پست در مورد …
در شبکه های ترنزفرمر محاسبات متفاوتی صورت می گیرد که سبب می شوند در نهایت …
یکی از مسائلی که معمولا در پروژه های تجاری به درستی رعایت نمی شود، استفاده …
معمولا در پروژه های تجاری زمان تحویل پروژه یکی از مهمترین قسمتهای کار است. به …
دوره های آموزشی
به دلایل متفاوت، لازم است که در کد پایتون لاگ گیری داشته باشیم ولی کتابخانه …
Tensorflow یکی از محبوبترین کتابخانههای شبکههای عصبی است. بسیاری از شرکتهای بزرگ که در حوزهی …
یادگیری عمیق گونهای از الگوریتمهای یادگیری ماشین است که وابسته به انجام تعداد زیادی محاسبه …
زبان پایتون در چند سال اخیر به زبانی پرطرفدار تبدیل شده است. یکی از دلایل …
معماری تبدیلکننده، یک معماری شبکهی عصبی و یادگیری عمیق است که در سال 2017 ارایه …