প্রশ্ন:
তত্ত্বাবধানে, নিরীক্ষণ করা এবং অর্ধ-তত্ত্বাবধানে শেখার মধ্যে পার্থক্য কী?
উত্তর:মেশিন লার্নিংয়ে তদারকি করা এবং নিরীক্ষণযোগ্য শেখার মধ্যে মূল পার্থক্য হ'ল প্রশিক্ষণের ডেটা ব্যবহার।
"সঠিক" ডেটা কেমন তা দেখানোর জন্য তত্ত্বাবধানে পড়াশুনা উদাহরণের ডেটা ব্যবহার করে। প্রদত্ত ইনপুটগুলির ফলাফলগুলি দেখানোর জন্য ডেটা কাঠামোগত করা হয়।
একটি মেশিন লার্নিং অ্যালগরিদম যা ফলগুলিকে শ্রেণিবদ্ধ করে তাতে আপেল, কলা, আঙ্গুর এবং কমলা জাতীয় ফলের ছবি এবং ইনপুট হিসাবে এই ফলের নাম থাকতে পারে।
একটি বাস্তব-বিশ্বের উদাহরণ হ'ল ইমেল প্রোগ্রামগুলিতে বায়েশিয়ান স্প্যাম ফিল্টার। এই ফিল্টারগুলি স্প্যাম হিসাবে বিবেচিত ইমেলগুলির উদাহরণ সহ প্রশিক্ষিত হয়। স্প্যাম ফিল্টার তারপরে স্প্যাম ইমেলগুলিতে উপস্থিত ইমেলগুলিতে উপস্থিত কিছু নির্দিষ্ট বাক্যাংশ সন্ধান করতে পারে এবং সেগুলিকে একটি স্প্যাম ফোল্ডারে নিয়ে যায়।
এটি কোনও নতুন টাস্ক কীভাবে করা যায় তা একজন মানুষের দেখানোর মতো। ডেটা এন্ট্রি করছেন এমন কোনও ব্যক্তিকে সংস্থার যে ফরমেটে ডেটা রয়েছে তার উদাহরণ দেখানো হবে এবং তারপরে এটি অনুসরণ করা হবে বলে আশা করা হচ্ছে।
তদারকি করা শেখার ব্যবহার করে মেশিন লার্নিং প্রোগ্রামগুলি প্রশিক্ষণের ডেটা দিয়ে বহুবার পুনরাবৃত্তি করে। ফলাফলগুলি সত্যই কার্যকর হয়ে উঠলে তা চিত্তাকর্ষক হতে পারে। গুগলের জিমেইল স্প্যাম ফিল্টারটি খুব নির্ভুল কারণ এখানে অনেক ব্যবহারকারী এটি প্রশিক্ষণ নিচ্ছেন।
নিরীক্ষণযোগ্য শেখার কোনও পূর্বের প্রশিক্ষণের ডেটা নেই। আমাদের ফলের শ্রেণিবদ্ধকরণের উদাহরণে, একটি অ্যালগরিদমকে কেবলমাত্র ফলের ছবি দেখানো হতে পারে এবং সেগুলি শ্রেণিবদ্ধ করতে বলা হয়েছিল।
গ্রাহক ক্রয়ের অভ্যাস শিখিয়ে বা হ্যাকিংয়ের নিদর্শনগুলি পর্যবেক্ষণ করে সুরক্ষিত না করে আনসারভাইজড শিক্ষার বাজার গবেষণায় অ্যাপ্লিকেশন রয়েছে।
অর্ধ-তত্ত্বাবধানে শেখা কিছু ডেটা লেবেল করে মধ্যম স্থান গ্রহণের চেষ্টা করে। উদাহরণস্বরূপ, আপেল এবং কমলা ফলের শ্রেণিবদ্ধকরণ প্রোগ্রামে লেবেলযুক্ত হতে পারে তবে কলা এবং আঙ্গুর নেই।
এই অ্যালগরিদমগুলির যে কোনওটি কখন ব্যবহার করবেন তা ডেটা ব্যবহারের ধরণের উপর নির্ভর করবে। কিছু কাজের স্থিতিশীল নিদর্শন রয়েছে, যেমন ক্রেডিট কার্ড জালিয়াতি বা স্প্যাম বার্তা messages এই ধরণের কাজের জন্য তদারকি করা শেখা উপযুক্ত। নেটওয়ার্ক আক্রমণগুলি অনির্দেশ্য, এবং নিরীক্ষণযোগ্য বা আধা-তত্ত্বাবধানে শেখার পদ্ধতিগুলি আরও উপযুক্ত হতে পারে।
