یادگیری سوپرvised یک تکنیک یادگیری ماشین است که در آن مدل ها بر روی داده های برچسب شده آموزش داده می شوند تا پیش بینی ها یا طبقه بندی ها را انجام دهند، به ویژه در شناخت تصویر و وظایف طبقه بندی داده ها مورد استفاده قرار می گیرد.این مقاله برخی از نمونه های رایج یادگیری تحت نظارت در این زمینه ها را بررسی می کند.

قابلیت های تشخیص تصویر

الگوریتم های یادگیری فوق العاده به طور گسترده ای در سیستم های تشخیص تصویر مورد استفاده قرار می گیرند.این سیستم ها بر روی مجموعه داده های بزرگ تصاویر برچسب شده برای شناسایی اشیاء، چهره ها یا صحنه ها آموزش داده می شوند.

در تشخیص چهره، مدل ها یاد می گیرند تا افراد را بر اساس تصاویر برچسب شده به طور مشابه، در رانندگی خودکار، مدل های نظارت شده عابر پیاده، نشانه های ترافیک و سایر وسایل نقلیه برای حرکت ایمن شناسایی کنند.

طبقه بندی داده ها در کسب و کار

یادگیری فوق العاده نیز در طبقه بندی داده ها در صنایع مختلف استفاده می شود.به عنوان مثال، فیلترهای اسپم ایمیل ها را به عنوان اسپم طبقه بندی می کنند یا بر اساس نمونه های برچسب شده اسپم نیستند. مدل های امتیاز اعتباری پیش بینی سطح خطر متقاضیان وام با استفاده از داده های تاریخی.

این مدل ها ویژگی هایی مانند محتوای ایمیل یا سابقه مالی متقاضی را برای پیش بینی دقیق تجزیه و تحلیل می کنند و به کسب و کارها کمک می کنند تا فرآیندهای تصمیم گیری خودکار را به صورت خودکار انجام دهند.

الگوریتم های مشترک

  • ماشین آلات پشتیبان (SVM)
  • درختان تصمیم
  • شبکه های عصبی
  • جنگل های تصادفی