Les avancées technologiques récentes en matière de protection contre la fraude, les astuces concernant les articles dans l’industrie de la vente au détail en ligne, l’efficacité des voyages et l’augmentation du nombre de diagnostics liés aux soins de santé sont quelques-unes des nombreuses techniques permettant de découvrir que l’application crée une variation dans votre vie. Même dans ce cas, il existe en réalité de multiples types d’apprentissage unitaire, auxquels s’ajoutent une sélection d’ensembles de règles et de moyens particuliers de les appliquer. Avec cette information, nous allons désintégrer deux des types les plus populaires – l’apprentissage contrôlé et non supervisé – et passer en revue leurs différences en utilisant des graphismes amusants et des conditions réelles du monde. Avant de plonger dans les bases des méthodes observées et de la compréhension non supervisée, commençons par évaluer et comparer leurs différences. En ce qui concerne l’apprentissage contrôlé, il existe une «réalité fondamentale» qui signifie fondamentalement que nous avons peut-être appris exactement ce que doivent être les idéaux de production. Les vérités du sol sont de véritables suppositions de la part des communautés que nous comprenons. Par exemple, les chiens de compagnie sont des chiens et les chats sont des chatons et des chats. C’est peut-être une simplification excessive, mais il est important de noter que nous avons été éduqués tôt ou tard dans notre mode de vie et que les machines devront également être formées. Par conséquent, l’intention de l’apprentissage supervisé. Dans notre illustration, nous verrons comment une machine peut être formée pour distinguer les chiens des chatons et des chats. Ci-dessous, nous pouvons facilement savoir comment les balises sont placées dans les informations sur l’éducation afin de fournir une perspective à la formule de votre algorithme d’apprentissage par unité. N’oubliez pas que la machine ne sait pas exactement comment diviser les chats en chiens de compagnie, elle est vraiment au courant de ce qu’elle a appris jusqu’à présent. C’est pourquoi les informations d’instruction et les balises appropriées sont si importantes. Si les informations sont bruyantes ou inappropriées, cela peut affecter la qualité de la découverte du périphérique. Plus le temps et l’énergie investis dans les études surveillées sont meilleurs, plus les résultats seront exacts. Il est improbable que le modèle soit sans aucun doute la première fois, il appartient donc à une personne derrière le produit de le polir. Il existe plusieurs types de découvertes contrôlées, mais deux des très populaires appliqués aujourd’hui sont la catégorie et la régression. L’exemple que nous avons utilisé précédemment mentionné discerner les chiens de compagnie des chatons et des chats est considéré comme une catégorie.
