Vytváření klasických modelů strojového učení s učením pod dohledem
Učení pod dohledem je forma strojového učení, kde se algoritmus učí z příkladů dat. Postupně vykreslujeme obrázek toho, jak učení pod dohledem automaticky generuje model, který dokáže vytvářet předpovědi o skutečném světě. Dotkneme se také toho, jak jsou tyto modely testovány, a potíže, které mohou nastat při jejich trénování.
Cíle výuky
V tomto modulu:
- Definujte učení pod dohledem a bez dohledu.
- Prozkoumejte, jak nákladové funkce ovlivňují proces učení.
- Zjistěte, jak jsou modely optimalizované podle gradientní sestupu.
- Experimentujte s mírami učení a zjistěte, jak mohou ovlivnit trénování.
Požadavky
Základní znalost vstupů, výstupů a modelů