მანქანური სწავლების ორი ტიპი

მანქანურ სწავლებას ფართო გამოყენება აქვს. ფოტოს დამუშავებიდან ტექსტის დამუშავებამდე. მანქანური სწავლების ალგორითმები იყოფა ძირითად ორ ტიპად

Supervised learning  და Unsupervised Learning

საინტერესო განმასხვავებელ ნიმუშებს ამ ვიდეოში შეგიძლიათ რომ გაეცნოთ

თუ შესაძლებელია დიდი მონაცემების მოპოვება რომლებიც უკვე დამუშავებულია,ამ შემთხვევაში Supervised learning-ი იდეალურია,თუმცა სამწუხაროდ მონაცემების დამუშავება ყოველთვის ვერ ხერხდება, ამიტომ იყენებენ Unsupervised Learning-ის ალგორითმს. არსებობს კიდევ semi-supervised learning რომელიც არის ერთგვარი მიქსი ზემოთხსენებული ორისა . იმის შერჩევა თუ რომელი ტიპის ალგორითმს ავირჩვევთ ეს მხოლოდ დასაწყისია. თქვენ უნდა შეარჩიოთ მოდელის არქიტეკტურა და რაც ყველაზე მნიშვნელოვანია გაწვრთნათ მონაცემები.

მანქანური სწავლების 7 ეტაპი

• მონაცემების შეგროვება
• მონაცემების დამუშავება
• ძირითადი პარამეტრების განსაზღვრა
• მოდელის შერჩევა
• მოდელის დატრენინგება
• მოდელის ვალიდაცია
• მოდელის გაშვება