Veiledet læring
En læringsmetode som bruker inndata sammen med tilhørende målverdier eller klasser som treningseksempler.
Hva lærer en veiledet modell av?
Ved veiledet læring brukes inndata sammen med tilhørende målangivelser til trening. Disse målangivelsene kalles etiketter og kan være klasser eller tallverdier. Modellen skal lære sammenhenger for å kunne forutsi passende resultater for nye inndata. Målangivelsene må passe til den planlagte oppgaven. Veiledet viser til disse angivelsene under treningen; menneskelig godkjenning i senere drift fastsettes som et eget prosessteg.
I et fiktivt serviceprosjekt skal tidligere meldinger med kontrollerte tilordninger til teamene Reparasjon eller Fakturering brukes som treningseksempler. Teamet avklarer først om tilordningene gjenspeiler ansvaret som ønskes i dag, og er gjort konsekvent. Feil etiketter kan lære modellen feil sammenhenger. Til vurderingen planlegges andre passende meldinger som ikke inngår i treningen. Det skal også undersøkes hvordan modellen håndterer uklare eller hittil ukjente henvendelser. At etiketter finnes, gjør læringsmetoden mulig, men dokumenterer ikke tilstrekkelig kvalitet for drift.
Kilder
Beslektede begreper
- MaskinlæringModeller lærer mønstre fra data og bruker dem på nye inndata.
- KI-inferensÅ bruke en allerede trent modell på inndata for å få et resultat.
- LLM-evalueringLLM-evaluering tester modellutdata mot definerte oppgaver og kriterier. Ett godt enkelttilfelle dokumenterer ikke generell kvalitet.
- PrognosemodellEn modell som bruker tilgjengelige opplysninger til å anslå en fremtidig størrelse for en fastsatt periode.
- Ikke-veiledet læringEn læringsmetode som søker mønstre i data uten forhåndsbestemte målsvar for den aktuelle treningsoppgaven.
- Omrangering av søkeresultaterOmrangering vurderer allerede funne søkekandidater på nytt. Relevans for spørsmålet og begrensningene i det første utvalget er avgjørende.
Ditt prosjekt med ASES
Beskriv prosjektet ditt for oss. Vi tar kontakt med en første vurdering.