Nilalaman

• Tsart ng paghahambing
• Kahulugan ng Pangangasiwa sa Pagkatuto
• Kahulugan ng Unsupervised Learning
• Konklusyon

Ang pinangangasiwaan at Hindi Sinusuportahan na pag-aaral ay ang mga paradigma sa pag-aaral ng makina na ginagamit sa paglutas ng klase ng mga gawain sa pamamagitan ng pag-aaral mula sa karanasan at panukala sa pagganap. Ang pinangangasiwaang at Hindi Sinusuportahan na pag-aaral higit sa lahat ay naiiba sa katotohanan na ang pinangangasiwaang pag-aaral ay nagsasangkot ng pagma-map mula sa pag-input sa mahalagang output. Sa kabaligtaran, ang di-suportadong pag-aaral ay hindi naglalayong gumawa ng output sa tugon ng partikular na input sa halip na nadiskubre nito ang mga pattern sa data.

Ang mga pinangangasiwaan at hindi sinusubaybayan na mga diskarte sa pag-aaral ay ipinatupad sa iba't ibang mga aplikasyon tulad ng mga artipisyal na neural network na isang sistema ng pagproseso ng data na naglalaman ng isang malaking bilang ng mga kalakaran na mga elemento ng pagproseso ng link

1. 1. Tsart ng paghahambing
   2. Kahulugan
   3. Pangunahing Pagkakaiba
   4. Konklusyon

Tsart ng paghahambing

Batayan para sa paghahambing	Pangangasiwaang Pag-aaral	Hindi Pag-aaral na Pag-aaral
Pangunahing	Mga Deal na may naka-label na data.	Humahawak ng data na hindi pinakapangalan.
Kakayahang kumplikado	Mataas	Mababa
Pag-aaral	Offline	Totoong oras
Katumpakan	Gumagawa ng tumpak na mga resulta	Bumubuo ng katamtamang mga resulta
Mga sub-domain	Pag-uuri at muling pagbabalik	Ang Clustering at Association ay namumuno sa pagmimina

Kahulugan ng Pangangasiwa sa Pagkatuto

Pag-aaral ng pangangasiwa ang pamamaraan ay nagsasangkot ng pagsasanay ng system o machine kung saan ang pagsasanay ay nagtatakda kasama ang target pattern (Output pattern) ay ibinibigay sa system para sa pagsasagawa ng isang gawain. Karaniwang nangangasiwa ay nangangahulugang obserbahan at gabayan ang pagpapatupad ng mga gawain, proyekto at aktibidad. Ngunit, kung saan maipapatupad ang pangangasiwa sa pag-aaral? Pangunahin, ipinatutupad ito sa pag-aaral ng Regression at Cluster at Neural network.

Ngayon, paano namin sanayin ang isang modelo? Ang modelo ay ginagabayan sa tulong ng pag-load ng modelo gamit ang kaalaman, upang mapadali ang hula ng mga hinaharap na pagkakataon. Gumagamit ito ng mga naka-label na mga database para sa pagsasanay. Ang artipisyal na neural network ang pattern ng input ay nagsasanay sa network na nauugnay din sa pattern ng output.

Kahulugan ng Unsupervised Learning

Hindi Pag-aaral na Pag-aaral ang modelo ay hindi kasangkot sa target na output na nangangahulugang walang pagsasanay na ibinigay sa system. Kailangang matuto ng system ang sarili nito sa pamamagitan ng pagtukoy at pag-adapt ayon sa mga katangian ng istruktura sa mga pattern ng input. Gumagamit ito ng mga algorithm sa pag-aaral ng makina na kumukuha ng mga konklusyon sa walang data na data.

Ang hindi sinusubaybayan na pag-aaral ay gumagana sa mas kumplikadong mga algorithm kumpara sa pinangangasiwaang pagkatuto sapagkat mayroon kaming bihirang o walang impormasyon tungkol sa data. Lumilikha ito ng isang hindi gaanong pamamahala ng kapaligiran dahil ang makina o sistema na inilaan upang makabuo ng mga resulta para sa amin. Ang pangunahing layunin ng hindi sinusuportahang pag-aaral ay ang paghahanap ng mga nilalang tulad ng mga grupo, kumpol, pagbabawas ng dimensionality at magsagawa ng pagtatantya ng density.

1. Ang pinangangasiwaang pamamaraan ng pagkatuto ay tumatalakay sa mga naka-label na data kung saan ang mga pattern ng data ng output ay kilala sa system. Tulad ng laban, ang hindi sinusuportahang pag-aaral ay gumagana sa walang data na data kung saan ang output ay batay lamang sa koleksyon ng mga pang-unawa.
2. Pagdating sa pagiging kumplikado ang paraan ng pangangasiwa sa pag-aaral ay hindi gaanong kumplikado habang ang hindi sinusubaybayan na pamamaraan ng pagkatuto ay mas kumplikado.
3. Ang pinangangasiwaang pag-aaral ay maaari ring magsagawa ng offline na pagtatasa samantalang ang hindi sinusuportahan na pag-aaral ay gumagamit ng pagsusuri sa real-time.
4. Ang kinahinatnan ng pinangangasiwaang pamamaraan ng pagkatuto ay mas tumpak at maaasahan. Sa kabaligtaran, ang di-suportadong pag-aaral ay bumubuo ng katamtaman ngunit maaasahang mga resulta.
5. Ang pag-uuri at pagbabalik ay ang mga uri ng mga problema na nalutas sa ilalim ng pinangangasiwaang pamamaraan ng pagkatuto. Sa kabaligtaran, hindi sinusubaybayan na pag-aaral ay nagsasama ng mga kumpol at mga problema sa pagmimina ng patakaran.

Konklusyon

Ang pinangangasiwaang pag-aaral ay ang pamamaraan ng pagsasagawa ng isang gawain sa pamamagitan ng pagbibigay ng mga pagsasanay, input at output pattern sa mga sistema samantalang ang hindi sinusubaybayan na pag-aaral ay isang diskarte sa pag-aaral sa sarili kung saan ang system ay dapat matuklasan ang mga tampok ng populasyon ng pag-input sa pamamagitan ng sarili at walang naunang hanay ng mga kategorya ay ginamit.