Nauka nadzorowana

Obejmuje klasyfikację, gdzie cele są kategoriami, oraz regresję, gdzie cele są wielkościami liczbowymi. Jakość i znaczenie etykiet celów są kluczowe dla wyniku.

Kluczowe wnioski

• Zdefiniuj etykiety przed ich zebraniem.
• Zapobiegaj wyciekowi powiązanych dokumentów między podziałami ocen.
• Mierz błędy, które mają znaczenie dla pracy pracy.

Każdy przykład treningowy informuje algorytm, jaki wynik jest pożądany dla danego wejścia. Funkcja straty przekształca błędy predykcyjne na wielkość, którą procedura treningowa może optymalizować. Wybór utraty kształtuje uczenie się; metryka używana do oceny końcowego przepływu może być inna. Etykiety mogą pochodzić z pomiarów, późniejszych wyników lub adnotacji. Analizuj niezgodności i niejednoznaczne przypadki, zamiast zakładać, że każda zapisana odpowiedź jest poprawna. Jeśli etykieta uchwyci stary proces decyzyjny, model może odtworzyć jego ograniczenia. Podzielenie danych według losowych może ujawnić informacje, gdy powtarzające się zapisy opisują ten sam obiekt. Prognozy zazwyczaj wymagają oceny uwzględniającej czas. Dopasuj kroki wstępnego przetwarzania tylko do partycji treningowej przed zastosowaniem ich do przykładów walidacyjnych i testowych. Po treningu sprawdź wydajność odpowiednich klas i warunków operacyjnych. Nierównowaga klas może powodować mylącą dokładność ogólną. Zdecyduj, jak należy obsłużyć niepewne lub nieznane dane wejściowe oraz zachowaj sposób na poprawianie etykiet i przeglądanie błędów systematycznych.

1. W testie konstruowanym z 40 pilnymi wiadomościami klasyfikator przechwytuje 30 i pomija 10. Oznacza także 20 zwykłych wiadomości.
2. Przypomnienie wiadomości pilnych wynosi 30/40 = 75%. Precyzja wśród oznaczonych wiadomości wynosi 30/(30+20) = 60%.
3. Zapytaj, czy przejrzenie 50 oznaczonych wiadomości w celu znalezienia 30 pilnych jest przydatne dla możliwości i priorytetów zespołu.

Arytmetyka opisuje hipotetyczne obciążenie, a nie raportowany benchmark produktu.