Один лучше другого для вашего бизнеса?
Если вы, как и я, обнаружите, что пытаетесь объяснить / понять разницу между методами машинного обучения с учителем и без учителя, вы найдете упрощенное объяснение в этой статье.
Допустим, ваша цель — научить дочь, как выглядит тигр (дома). Вы, вероятно, вытащите несколько изображений тигров в Интернете и скажете: «Это тигр». Ваш ребенок будет обрабатывать изображения и определять узоры, такие как оранжевый мех, черные полосы, розовый нос, острые клыки и т. д.
Позже вы ведете своего ребенка в зоопарк. Увидев на выставке тигра, она кричит: «Тигр!». Фантастика! вы успешно научили свою дочь тому, как выглядит тигр.
Теперь вы переходите к другому экспонату, на котором изображен белый тигр (тигр-альбинос). Она этого не признает. Она просто знает, что он похож на тигра, но у него белый мех вместо оранжевого. Она спрашивает вас, что это за животное, и вы говорите, что это тип тигра, но он белый из-за отсутствия какого-то пигмента (феомеланина). Она улучшает свое понимание тигра, что у тигра не всегда должен быть оранжевый мех.
Теперь вы оба идете к другой выставке, где она видит дикую кошку. Теперь она кричит «тигр!» потому что это подтверждает все ее знания о тигре, в том числе об отсутствии оранжевого меха. Вы, очевидно, поправите ее, что это не тигр, а кошка. Она улучшает свое понимание тигра, что тигр — это не маленькое животное, а маленькое животное, похожее на тигра, — кошка.
Теперь ваша дочь научилась распознавать все виды тигров и кошек. Это обучение без присмотра, когда вы даете имя животному, а ваша дочь распознает шаблоны и обновляет свое обучение.
Допустим, ваш друг-зоолог знает все о семействе кошачьих и считает, что может научить своего сына более научному способу отличить тигра от кошки. Таким образом, вместо того, чтобы показать полную картину животных, он показывает изображения конкретных особенностей тигра, таких как тигровая шкура, глаза и т. Д., И указывает, что делает тигра тигром. Он придерживается аналогичного подхода, чтобы научить, что делает кошку кошкой.
Сейчас его ребенок обучается. Он приводит его в зоопарк вместе с вами, малыш отлично узнает тигра. Он идет на выставку диких кошек и кричит «Кот!». И вы впечатлены тем, как хорошо ваш друг обучил своего сына.
По пути домой сын твоей подруги спрашивает: «Папа! что это за животное было белого цвета и похоже на тигра?». Он говорит о белом тигре. Ваш друг-зоолог понимает, что совершенно забыл о белых тиграх, когда учил своего сына чертам тигра и кошки.
Ваш друг идет домой и показывает ему различные особенности белого тигра и обновляет знания своего сына. В следующий раз, когда они пойдут в зоопарк, он точно сможет отличить тигра, белого тигра и кошку.
Этот подход представляет собой обучение под наблюдением,когда ваш друг использовал свои обширные знания, чтобы рассказать своему сыну о семействе кошачьих, и ребенок готов покорить мир.
Очевидно, что и вы, и ваш друг-зоолог добились поставленных целей. Но вы следовали совершенно другим подходам. Один лучше другого? Не обязательно. Вы не могли бы использовать подход, который использовал ваш друг-зоолог, потому что вы не такой эксперт, как он. С другой стороны, ваш друг-зоолог не стал бы следовать вашему подходу, потому что он обладает обширными знаниями о животных и хочет передать эти знания своему сыну.
То же самое относится и к деловой обстановке. Алгоритмы контролируемого обучения лучше, если вы являетесь экспертом в своих данных. Если у вас есть возможность научить тому, чему должна научиться ваша модель. Алгоритмы неконтролируемого обучения будут работать лучше всего, когда у вас нет такого высокого уровня управления вашими данными.
На самом деле у большинства компаний нет необходимой команды, и они пытаются получить эту команду, нанимая специалистов по данным. Вот почему хорошие специалисты по данным всегда востребованы.
Помимо найма хороших специалистов по данным, организациям следует изучить возможности использования неконтролируемого машинного обучения для решения сложностей своего бизнеса и данных. В конце концов, именно так большинство из нас учится, и мы самые умные существа на земле по состоянию на 21.02.2019.
