Supervised learning

Waarvan leert een model bij supervised learning?

Bij supervised learning worden invoergegevens samen met de bijbehorende doelen voor training gebruikt. Die doelen heten labels en kunnen klassen of getalswaarden zijn. Het model moet verbanden leren om passende uitkomsten voor nieuwe invoer te voorspellen. De doelen moeten bij de beoogde taak passen. "Supervised" verwijst hier naar die trainingsdoelen; menselijke goedkeuring tijdens later gebruik wordt als een afzonderlijke processtap bepaald.

In een fictief serviceproject moeten eerdere berichten met gecontroleerde toewijzingen aan de teams Reparatie of Facturatie als trainingsvoorbeelden dienen. Het team stelt eerst vast of die toewijzingen de nu gewenste verantwoordelijkheid weergeven en consequent zijn toegekend. Foutieve labels kunnen verkeerde verbanden aanleren. Voor de beoordeling zijn andere passende berichten voorzien die niet bij de training horen. Daarbij moet ook worden onderzocht hoe het model met onduidelijke of nog onbekende vragen omgaat. Aanwezige labels maken deze leermethode mogelijk, maar bewijzen nog geen voldoende kwaliteit voor gebruik.

Bronnen

• Google · Machine Learning Glossary