denetimli öğrenme

Girdi ve çıktılardan oluşan eğitim setinin bir denetmen gözetiminde girdilerin çıktılar üzerinde etkisinin ve etkileşiminin gözlendiği bir öğrenme yöntemidir. Denetimli öğrenmede temel unsur daha önce gözlemlerden oluşmuş bir eğitim setinin var olması ve bu eğitim setinin bir denetmen tarafından sisteme öğretilip tanıtılmasıdır. Ve bu öğrenme sonucunda da daha önce hiç tanıtılmamış bir örneklem için gerekli tahminde bulunabilmektir.

Bu öğrenme sisteminde denetçi öğrenilmesi istenen olayla ilgili her bir örnek için var olan girdileri ve o değerlere karşılık oluşturulması istenen çıktı değerleri sisteme gösterir. Girdileri denetçinin belirlediği çıktılara göre haritalamak sistemin görevidir. Böylece girdi-çıktı arasındaki ilişkiler öğrenilmektedir.

Denetimli öğrenmede amaç, öğrenme setinden oluşturulan fonksiyonla her bir girdi için alınan çıktı ile gerçek çıktı arasındaki farkı en küçüklemeye çalışmaktır. Eğer aradaki fark, daha önceden belirlenmiş hata değerinden daha fazla çıkarsa sistem eğitime devam eder. Fark istenilen aralığa ulaştığında eğitim tamamlanıp, sona erer. Model istenilen seviyeye ulaştıktan sonra da daha önce eğitim setinde olmayan yeni bir gözlem model tarafından işlenip, gerçeğe en yakın tahmin yapılamaya çalışılır.

Denetimli öğrenme genel olarak sınıflandırma ve regresyona dayalı tahmin problemlerinde kullanılmaktadır. Karar ağaçları, Destek Vektör Makineleri, en yakın k-komşu, Yapay Sinir Ağları (YSA), Genetik Algoritmalar, Bayes sınıflandırıcılar denetimli öğrenme yöntemlerinden biridir.

bakınız: makine öğrenme yöntemleri