Supervised Learning
Modellen lærer fra mærkede data - hvert eksempel har et korrekt svar. Den mest udbredte tilgang til machine learning med anvendelser fra spamfiltrering til medicinsk diagnostik.
Supervised learning (vejledt læring) er den mest udbredte paradigme inden for machine learning. Kernen i tilgangen er enkel: modellen trænes på data hvor det korrekte svar allerede er kendt - de såkaldte labels.
Processen kan sammenlignes med en studerende der lærer fra en lærebog med facitliste. Modellen præsenteres for input-data (features) sammen med de korrekte output (labels) og lærer gradvist at kortlægge sammenhængen mellem de to. Målet er at modellen efter træning kan forudsige korrekte labels for nye, usete data.
Supervised learning opdeles i to hovedkategorier: klassifikation og regression. Ved klassifikation tilhører output en af et fast antal kategorier - for eksempel "spam" eller "ikke spam", "kræft" eller "ikke kræft". Ved regression er output en kontinuert værdi - for eksempel pris, temperatur eller alder.
Træningsprocessen involverer typisk følgende trin: 1) Opdel data i trænings-, validerings- og testsæt, 2) Vælg en passende algoritme, 3) Træn modellen på træningsdataen, 4) Evaluer på valideringsdataen og juster hyperparametre, 5) Test den endelige model på testsættet.
Evalueringsmetrikker afhænger af opgavetypen. For klassifikation bruges accuracy, precision, recall, F1-score og AUC-ROC. For regression bruges Mean Absolute Error (MAE), Mean Squared Error (MSE) og R²-score. Valget af metrik afhænger af den specifikke anvendelse og konsekvenserne af forskellige fejltyper.
Populære supervised learning-algoritmer inkluderer lineær regression, logistisk regression, beslutningstræer, Random Forest, Support Vector Machines og neurale netværk. Valget afhænger af datamængde, antal features, problemets kompleksitet og krav til fortolkelighed.
En central udfordring er behovet for store mængder mærkede data, hvilket kan være dyrt og tidskrævende at producere. Transfer learning og semi-supervised learning er teknikker der adresserer dette problem.
Relaterede koncepter
Andre koncepter
Unsupervised Learning
Modellen finder selv mønstre og strukturer i umærkede data uden foruddefinerede svar. Bruges til clustering, dimensionsreduktion og anomalidetektion.
Reinforcement Learning
En agent lærer ved at interagere med et miljø og modtage belønninger eller straffe. Bruges i spil, robotik og autonome systemer.
Overfitting
Når en model lærer træningsdataens støj og tilfældigheder i stedet for de underliggende mønstre. Resulterer i høj præstation på træningsdata men dårlig generalisering.
Bias-Variance Tradeoff
Den fundamentale afvejning i machine learning mellem en models evne til at fange kompleksitet (lav bias) og dens stabilitet over for datavariationer (lav varians).