Valvottu oppiminen on koneoppimistekniikka, jossa malleja koulutetaan tunnistetussa datassa ennustamaan tai luokittelemaan. Sitä käytetään laajasti erilaisissa reaalimaailman sovelluksissa, erityisesti kuvantunnistus- ja tietojen luokittelutehtävissä. Tässä artikkelissa tarkastellaan joitakin yleisiä esimerkkejä näiden alojen valvotusta oppimisesta.

Kuvantunnistussovellukset

Kuvantunnistusjärjestelmissä käytetään laajasti valvottuja oppimisalgoritmeja. Näitä järjestelmiä koulutetaan suurissa aineistoissa merkittyjä kuvia esineiden, kasvojen tai kohtausten tunnistamiseksi. Esimerkkejä ovat turvajärjestelmien kasvojentunnistus ja autonomisissa ajoneuvoissa olevien objektien havaitseminen.

Kasvojentunnistusjärjestelmässä mallit oppivat tunnistamaan yksilöitä, jotka perustuvat merkittyihin kuviin. Samoin autonomisissa ajomalleissa valvotut mallit havaitsevat jalankulkijoita, liikennemerkkejä ja muita ajoneuvoja, jotka voivat kulkea turvallisesti.

Liiketoiminnan tietojen luokittelu

Valvottua oppimista käytetään myös eri toimialojen tietojen luokittelussa. Esimerkiksi roskapostisuodattimet luokittelevat sähköpostit roskapostiksi tai roskapostiksi tunnistettujen esimerkkien perusteella. Luottopisteytysmallit ennustavat lainahakemusten riskitason historiatietojen avulla.

Nämä mallit analysoivat ominaisuuksia, kuten sähköpostin sisältöä tai hakijan taloudellista historiaa tehdä tarkkoja ennusteita, auttaa yrityksiä automatisoida päätöksentekoprosesseja.

Yleiset algoritmit

  • Tukivektorilaitteet (SVM)
  • Päätöksentekopuut
  • Hermoverkot
  • Satunnaismetsät