Inhaltsverzeichnis:
Definition - Was bedeutet halbüberwachtes Lernen?
Halbüberwachtes Lernen ist eine Methode, mit der Maschinen sowohl materielle als auch immaterielle Objekte klassifizieren können. Die Objekte, die von den Maschinen klassifiziert oder identifiziert werden müssen, können so unterschiedlich sein, wie die Lernmuster von Schülern aus Klassenvideos abzuleiten oder Rückschlüsse auf Datendiebstahlversuche auf Servern zu ziehen. Um Objekte zu lernen und daraus zu schließen, werden Maschinen mit beschrifteten, flachen Informationen zu verschiedenen Datentypen bereitgestellt, auf deren Grundlage die Maschinen aus großen, strukturierten und unstrukturierten Daten lernen müssen, die sie regelmäßig erhalten.
Techopedia erklärt Semi-Supervised Learning
Die wenigen beschrifteten Daten, die den Systemen bereitgestellt werden, dienen als Ausgangspunkt für die Computersysteme. Danach müssen die Systeme große Mengen unbeschrifteter Daten akzeptieren und daraus lernen. Die bereitgestellten gekennzeichneten Daten können jedoch hilfreich sein, um den breiten Typ von nicht gekennzeichneten Daten zu klassifizieren, die das System möglicherweise empfängt. Beispielsweise sollten als beschriftete Daten Temperaturen von mehr als 104 ° F behandelt werden, wenn ein Fall von hohem Fieber vorliegt, aber in Wirklichkeit kann eine derart hohe Temperatur auch auf andere Komplikationen zurückzuführen sein. Es ist Aufgabe der Systeme, die grundlegenden, gekennzeichneten Daten zu verwenden und mehr über die großen Mengen nicht gekennzeichneter Daten zu erfahren, die sie empfangen. Theoretisch kann halbüberwachtes Lernen als bessere Trainingsmethode für Systeme angesehen werden als überwachtes oder unbeaufsichtigtes Lernen.
