Học máy - Được giám sát
Học tập có giám sát là một trong những mô hình học tập quan trọng liên quan đến máy đào tạo. Chương này nói chi tiết về điều tương tự.
Các thuật toán cho việc học có giám sát
Có một số thuật toán có sẵn cho việc học có giám sát. Một số thuật toán được sử dụng rộng rãi của học có giám sát như được minh họa bên dưới:
- k-Những người hàng xóm gần nhất
- Cây quyết định
- Naive Bayes
- Hồi quy logistic
- Hỗ trợ Máy Vector
Khi chúng ta tiếp tục chương này, chúng ta hãy thảo luận chi tiết về từng thuật toán.
k-Những người hàng xóm gần nhất
K-Nearest Neighbors, được gọi đơn giản là kNN là một kỹ thuật thống kê có thể được sử dụng để giải các bài toán phân loại và hồi quy. Chúng ta hãy thảo luận về trường hợp phân loại một đối tượng không xác định bằng kNN. Hãy xem xét sự phân bố của các đối tượng như trong hình dưới đây:
Nguồn:
https://en.wikipedia.org/wiki/K-nethers_neighbors_algorithm
Sơ đồ cho thấy ba loại đối tượng, được đánh dấu bằng các màu đỏ, xanh lam và xanh lục. Khi bạn chạy trình phân loại kNN trên tập dữ liệu trên, ranh giới cho từng loại đối tượng sẽ được đánh dấu như hình dưới đây:
Nguồn:
https://en.wikipedia.org/wiki/K-nethers_neighbors_algorithm
Bây giờ, hãy xem xét một đối tượng mới chưa biết mà bạn muốn phân loại là đỏ, lục hoặc lam. Điều này được mô tả trong hình bên dưới.
Như bạn thấy bằng mắt thường, điểm dữ liệu không xác định thuộc về một lớp các đối tượng màu xanh lam. Về mặt toán học, điều này có thể được kết luận bằng cách đo khoảng cách của điểm chưa biết này với mọi điểm khác trong tập dữ liệu. Khi bạn làm như vậy, bạn sẽ biết rằng hầu hết các hàng xóm của nó có màu xanh lam. Khoảng cách trung bình đến các đối tượng màu đỏ và xanh lá cây chắc chắn sẽ nhiều hơn khoảng cách trung bình đến các đối tượng màu xanh lam. Do đó, vật thể chưa biết này có thể được xếp vào loại màu xanh lam.
Thuật toán kNN cũng có thể được sử dụng cho các bài toán hồi quy. Thuật toán kNN có sẵn dưới dạng sẵn sàng để sử dụng trong hầu hết các thư viện ML.
Cây quyết định
Dưới đây là một cây quyết định đơn giản ở định dạng lưu đồ:
Bạn sẽ viết mã để phân loại dữ liệu đầu vào của mình dựa trên lưu đồ này. Lưu đồ tự giải thích và tầm thường. Trong trường hợp này, bạn đang cố gắng phân loại một email đến để quyết định thời điểm đọc nó.
Trên thực tế, các cây quyết định có thể lớn và phức tạp. Có một số thuật toán có sẵn để tạo và duyệt những cây này. Là một người đam mê Machine Learning, bạn cần hiểu và nắm vững các kỹ thuật tạo và duyệt cây quyết định này.
Naive Bayes
Naive Bayes được sử dụng để tạo bộ phân loại. Giả sử bạn muốn phân loại (phân loại) các loại trái cây từ một giỏ trái cây. Bạn có thể sử dụng các đặc điểm như màu sắc, kích thước và hình dạng của trái cây, Ví dụ: bất kỳ trái cây nào có màu đỏ, hình tròn và đường kính khoảng 10 cm đều có thể được coi là Apple. Vì vậy, để đào tạo mô hình, bạn sẽ sử dụng các tính năng này và kiểm tra xác suất để một tính năng nhất định phù hợp với các ràng buộc mong muốn. Xác suất của các tính năng khác nhau sau đó được kết hợp để đi đến xác suất một loại trái cây nhất định là Táo. Naive Bayes thường yêu cầu một số lượng nhỏ dữ liệu huấn luyện để phân loại.
Hồi quy logistic
Nhìn vào sơ đồ sau. Nó cho thấy sự phân bố của các điểm dữ liệu trong mặt phẳng XY.
Từ sơ đồ, chúng ta có thể kiểm tra trực quan sự tách biệt của các chấm đỏ khỏi các chấm xanh. Bạn có thể vẽ một đường ranh giới để tách các chấm này ra. Bây giờ, để phân loại một điểm dữ liệu mới, bạn sẽ chỉ cần xác định điểm đó nằm ở phía nào của đường thẳng.
Hỗ trợ Máy Vector
Nhìn vào sự phân bố dữ liệu sau đây. Ở đây ba lớp dữ liệu không thể được phân tách tuyến tính. Các đường cong biên là phi tuyến tính. Trong trường hợp như vậy, việc tìm phương trình của đường cong trở thành một công việc phức tạp.
Nguồn: http://uc-r.github.io/svm
Máy Véc tơ Hỗ trợ (SVM) rất hữu ích trong việc xác định ranh giới ngăn cách trong những tình huống như vậy.