Uitleg
Bij supervised learning heb je trainingsvoorbeelden nodig met correcte antwoorden (labels). Het model leert de relatie tussen invoer en gewenste uitvoer door veel voorbeelden te zien.
Dit is vergelijkbaar met het leren van een kind door voorbeelden: je toont het kind veel foto's van katten en zegt "Dit is een kat", en geleidelijk leert het kind katten herkennen.
Supervised learning werkt goed maar vereist gelabelde data, wat duur kan zijn. Veel real-world data is ongelabeld. Er zijn twee hoofdtypen supervised learning: classificatie (voorspel een categorie) en regressie (voorspel een continue waarde).
⚡ Voorbeelden
- •E-mailspamdetectie: train op e-mails waar bekend is welke spam zijn
- •Huisprijsvoorspelling: train op huizen met bekende prijzen
- •Medische diagnose: train op röntgenfoto's met bekende diagnoses
Trefwoorden
gelabeldsupervisedcorrecte antwoordentrainingsdatarelaties