Працэс навучання мадэлі машыннага навучання ўключае ў сябе ўздзеянне на яе велізарных аб'ёмаў даных, каб яна магла вывучаць шаблоны і рабіць прагнозы або рашэнні без відавочнага праграмавання для кожнага сцэнарыя. На этапе навучання мадэль машыннага навучання праходзіць серыю ітэрацый, дзе яна карэктуе свае ўнутраныя параметры, каб мінімізаваць памылкі і палепшыць прадукцыйнасць пры выкананні пастаўленай задачы.
Кантроль падчас навучання адносіцца да ўзроўню ўмяшання чалавека, неабходнага для кіраўніцтва працэсам навучання мадэлі. Патрэба ў кантролі можа адрознівацца ў залежнасці ад тыпу выкарыстоўванага алгарытму машыннага навучання, складанасці задачы і якасці даных, якія прадастаўляюцца для навучання.
У кантраляваным навучанні, якое з'яўляецца тыпам машыннага навучання, дзе мадэль навучаецца на пазначаных дадзеных, кантроль вельмі важны. Пазначаныя даныя азначаюць, што кожная ўваходная кропка даных спалучана з правільным выхадам, што дазваляе мадэлі вывучаць супастаўленне паміж уваходамі і выхадамі. Падчас навучання пад кантролем патрабуецца назіранне чалавека, каб даць правільныя цэтлікі для даных навучання, ацаніць прагнозы мадэлі і наладзіць параметры мадэлі на аснове зваротнай сувязі.
Напрыклад, у кантраляванай задачы па распазнаванні выявы, калі мэта складаецца ў тым, каб навучыць мадэль класіфікаваць выявы катоў і сабак, кіраўніку-чалавеку трэба будзе пазначыць кожную выяву альбо як котку, альбо як сабаку. Затым мадэль будзе вучыцца на гэтых пазначаных прыкладах рабіць прагнозы на новых, нябачаных выявах. Наглядчык будзе ацэньваць прагнозы мадэлі і забяспечваць зваротную сувязь для павышэння іх дакладнасці.
З іншага боку, алгарытмы некантраляванага навучання не патрабуюць пазначаных даных для навучання. Гэтыя алгарытмы вывучаюць шаблоны і структуры з уваходных даных без відавочных указанняў. Навучанне без нагляду часта выкарыстоўваецца для такіх задач, як кластэрызацыя, выяўленне анамалій і памяншэнне памернасці. Пры навучанні без нагляду машына можа вучыцца самастойна без кантролю чалавека падчас навучання.
Напаўкантраляванае навучанне - гэта гібрыдны падыход, які спалучае ў сабе элементы як кантраляванага, так і некантраляванага навучання. Пры такім падыходзе мадэль навучаецца на спалучэнні пазначаных і не пазначаных даных. Пазначаныя даныя забяспечваюць некаторы кантроль для кіраўніцтва працэсам навучання, у той час як не пазначаныя даныя дазваляюць мадэлі выяўляць дадатковыя заканамернасці і адносіны ў даных.
Навучанне з падмацаваннем - гэта яшчэ адна парадыгма машыннага навучання, дзе агент вучыцца прымаць паслядоўныя рашэнні, узаемадзейнічаючы з навакольным асяроддзем. Пры навучанні з падмацаваннем агент атрымлівае зваротную сувязь у выглядзе ўзнагароджання або штрафу на аснове сваіх дзеянняў. Агент вучыцца максымізаваць сваю сукупную ўзнагароду з цягам часу шляхам спроб і памылак. У той час як навучанне з падмацаваннем не патрабуе відавочнага кантролю ў традыцыйным сэнсе, кантроль чалавека можа спатрэбіцца для распрацоўкі структуры ўзнагароджання, пастаноўкі мэт навучання або тонкай налады працэсу навучання.
Патрэба ў кантролі падчас навучання машыннаму навучанню залежыць ад выкарыстоўванай парадыгмы навучання, наяўнасці пазначаных даных і складанасці задачы. Кантраляванае навучанне патрабуе нагляду чалавека для прадастаўлення пазначаных даных і ацэнкі прадукцыйнасці мадэлі. Навучанне без нагляду не патрабуе нагляду, бо мадэль вучыцца самастойна з немаркіраваных даных. Напаўкантраляванае навучанне спалучае ў сабе элементы як кантраляванага, так і некантраляванага навучання, у той час як навучанне з падмацаваннем прадугледжвае навучанне праз узаемадзеянне з навакольным асяроддзем.
Іншыя апошнія пытанні і адказы адносна EITC/AI/GCML Google Cloud Machine Learning:
- Што такое тэкст у маўленне (TTS) і як ён працуе з AI?
- Якія абмежаванні ёсць у працы з вялікімі наборамі даных у машынным навучанні?
- Ці можа машыннае навучанне аказаць некаторую дапамогу ў дыялогу?
- Што такое гульнявая пляцоўка TensorFlow?
- Што насамрэч азначае большы набор даных?
- Якія прыклады гіперпараметраў алгарытму?
- Што такое ансамблевае навучанне?
- Што рабіць, калі абраны алгарытм машыннага навучання не падыходзіць, і як пераканацца, што выбраны правільны?
- Якія ключавыя параметры выкарыстоўваюцца ў алгарытмах нейронных сетак?
- Што такое TensorBoard?
Больш пытанняў і адказаў глядзіце ў EITC/AI/GCML Google Cloud Machine Learning