Gözetimli Öğrenme

Gözetimli öğrenme, her eğitim örneğinin cevabı eklenmiş halde geldiği kurulumdur. Modele çiftler verirsiniz — bir e-posta ve spam etiketi, bir müşteri kaydı ve ayrılıp ayrılmadığı, bir fotoğraf ve içindeki nesne — ve eğitim, modelin tahmin ettiği cevaplar verilenlerle hiç görmediği örneklere genellenecek kadar örtüşene dek modeli ayarlar. Ticari olarak en çok konuşlandırılan makine öğrenmesi biçimidir, çünkü çoğu iş sorusu doğal olarak bu biçimdedir: bu şey hakkında bildiklerimize bakarak, önemsediğimiz alanı tahmin et. İki alt türü, cevabın bir kategori olduğu sınıflandırma ve bir sayı olduğu regresyondur. Aralarında seçim genelde bellidir ama sınır, nasıl değerlendirdiğiniz açısından önemlidir: doğruluk, dengeli sınıflandırma için makul, örneklerinizin %98'i tek sınıfa aitken ise fena halde yanıltıcı bir ölçüdür; o durumda hep çoğunluğu tahmin eden bir model mükemmel görünür ve işe yaramaz. Sınıflar dengesizken — iş verisinde genelde öyledir — gerçekten önemsediğiniz şey kesinlik, duyarlılık ve aralarındaki ödünleşimdir. Gözetimli öğrenmenin maliyeti etiketlerdir ve pratik darboğaz budur. Birinin binlerce örnek için, belirsiz olanlar dahil, tutarlı biçimde gerçek değeri belirlemesi gerekir; tutarsız etiketleme ise ulaşılabilir doğruluğa hiçbir model seçiminin kaldıramayacağı katı bir tavan koyar. Ekipler bunu düzenli olarak küçümser: çalışan bir sınıflandırıcıyla terk edilmiş bir sınıflandırıcı arasındaki olağan fark model mimarisi değil etiket kalitesidir. Etiketler ürünün bir yan ürünü olarak zaten varsa gözetimli öğrenme ucuzlar. Temsilcilerin zaten kategorilediği destek talepleri, kullanıcıların zaten spam işaretlediği e-postalar, birinin zaten girdiği faturalar, zaten iptal edilmiş ya da edilmemiş abonelikler; her biri parasını ödemek zorunda kalmadığınız etiketli bir veri kümesidir. Kendi veritabanınızda saklanan bu bedava gözetimi görmek, elinizdeki en yüksek kaldıraçlı hamledir ve genelde makine öğrenmesi değil ürün düşünme egzersizidir.