Supervised vs Unsupervised Learning
Begrepene som overvåket læring og uovervåket læring brukes i sammenheng med maskinlæring og kunstig intelligens som øker i betydning for hver dag som går. Maskinlæring, for lekmannen, er algoritmer som er datadrevne og får en maskin til å lære ved hjelp av eksempler. Det er to typer læring; nemlig veiledet læring og uovervåket læring som forvirrer elevene da det er mange likheter mellom de to. Til tross for overlapping er det imidlertid forskjeller som vil bli fremhevet i denne artikkelen.
I de kommende årene vil vi sannsynligvis være vitne til en økning i utviklingen av maskinlæring for å gjøre det enklere og raskere å håndtere forretningsproblemer. Å ansette ansatte for å takle enkle forretningsproblemer ville blitt foreldet ved å bruke konseptene overvåket og uovervåket læring.
Hva er veiledet læring?
Dette er en type læring der maskinlæring foregår ved hjelp av innspill fra brukere. Mye av forskningen innen maskinlæring og kunstig intelligens til dags dato har fokusert på overvåket læring. For eksempel blir søppelpostmappen i e-posten din full med noen ganger til og med viktig e-post som kommer til den utilsiktet. Systemet fungerer på grunnlag av maskinlæring som varsler en algoritme knyttet til analyse av spam. Systemet bruker informasjonen til å filtrere meldinger og sende dem til søppelpostmappen for å redusere falske positiver. I en søkemotor fungerer algoritmen på grunnlag av lenken som ble klikket først når den åpner søkeresultatene. Dette fører til forbedringer i søkeresultatene for en bruker. Det er imidlertid visse ulemper ved overvåket læring, da maskinen har en vag ide om hva som er rett og hva som er g alt. Denne menneskelige tilbakemeldingen setter ofte begrensninger for fremtidig bruk av veiledet læring.
Hva er uovervåket læring?
Vi lever i tider hvor vi ser etter bedre ytelse fra maskiner hele tiden, enten det er CCTV-data, GPS-data, online transaksjonsdata, maskinskanningsdata, sikkerhetsskanningsdata og så videre. Organisasjoner og myndigheter vil ha maskiner som ikke trenger eller krever overvåket data fra mennesker for å gi bedre resultater. Dette krever selvfølgelig mye mer innsats i retning av automatisering, og selv om det er usannsynlig at uovervåket læring vil erstatte veiledet læring i nær fremtid, vil de hybride tilnærmingene sannsynligvis dukke opp i nær fremtid som vil være raskere og mer effektive enn resultatene vi får gjennom veiledet læring i dag.
Hva er forskjellen mellom veiledet og uovervåket læring?
• Overvåket læring og uovervåket læring er to forskjellige tilnærminger for å arbeide for bedre automatisering eller kunstig intelligens.
• I overvåket læring er det menneskelig tilbakemelding for bedre automatisering, mens i uovervåket læring forventes maskinen å gi bedre ytelse uten menneskelige input.
• Hybridtilnærminger er mer sannsynlige løsninger i nær fremtid som gjør bruk av både veiledet og uovervåket læring.
