Giriş
Bu modülde makine öğrenmesi modellerinin örneklerden öğrendiği denetimli öğrenme adlı bir süreç incelenmiştir.
Denetimli öğrenmeyi anlayarak, öğrenme sürecinin bileşenlerine ve bu sürecin modeli nasıl geliştirebileceğine ilişkin daha ayrıntılı bir bakış başlatacağız. Örnekler aracılığıyla, bu öğrenme sürecinin doğru ayarlanmasının yüksek performanslı bir model elde etmek için ne kadar kritik olduğunu da inceleyeceğiz.
Bu modül boyunca, denetimli öğrenme sürecini açıklamak için aşağıdaki senaryoyu kullanacağız. Bu senaryo, programlama sırasında bu kavramları nasıl karşılayabileceğinize ilişkin bir örnek sağlar.
Aileniz Washington Eyaleti'nin en uzun süre çalışan geyik çiftliğini birkaç nesildir yönetti, ancak sürünüzün sağlığı onlarca yıldır yavaş yavaş kötüleşti. Çiftliğinizin geyik türünün, gece sıcaklık ortalaması donma seviyesinin (32°F veya 0°C) üzerinde olduğunda beslenmemesi gerektiği bilinmektedir. Bu nedenle, 31 Ocak'tan sonra her zaman büyükbabanızın tarım takvimini takip ettiniz ve tahıl yemi yerine geçtiniz.
Son zamanlarda tarım uygulamalarını etkileyen iklim değişikliği hakkında bilgi edindiniz. Bu değişiklik, elk'in son yıllardaki kötü sağlığını açıklayabilir mi? Yanınızda bazı geçmiş hava durumu verileriyle, yerel sıcaklıkların büyükbabanızın gününden değişip değişmediğini ve tarım takviminizin güncelleştirilip güncelleştirilmeyeceğini belirlemeye çalışırsınız.
Önkoşullar
Girişler, çıkışlar ve modeller hakkında temel bilgilere sahip olmanız gerekir.
Öğrenme hedefleri
Bu modülde şunları yapacaksınız:
- Denetimli ve denetimsiz öğrenmeyi tanımlama.
- Maliyet işlevlerinin öğrenme sürecini nasıl etkilediğini keşfedin.
- Modellerin gradyan azalmaya göre nasıl iyileştirilmeyi sağladığını keşfedin.
- Öğrenme oranlarıyla denemeler yapın ve bunların eğitimi nasıl etkileyebileceğini görün.