Tri poti učenja: z oznakami, brez njih in iz podatkov samih
Različne metode uporabljajo različne vrste povratnih informacij.
Kaj je to?
Pri nadzorovanem učenju se model uči iz primerov z oznakami (»to je mačka«). Pri nenadzorovanem sam išče skupine in vzorce brez oznak. Pri samonadzorovanem učenju si naloge ustvari iz podatkov samih, na primer napoveduje manjkajočo besedo.
Primer iz vsakdanjega življenja
Pošta, ki jo uporabniki označijo kot neželeno, je nadzorovano učenje. Spletna trgovina, ki kupce sama razdeli v skupine s podobnimi nakupi, uporablja nenadzorovano učenje.
Zakaj je pomembno?
Vrsta učenja pove, koliko človeškega dela je bilo potrebnega in kje se lahko pojavijo napake, na primer v oznakah, ki so jih postavili ljudje.
Pogosta zmota
Da te oznake povedo, kako dober je izdelek. Opisujejo način učenja, ne kakovosti rezultata.
Podrobneje
Kaj je nadzorovano učenje?
Model dobi primere in pravilne oznake. Uči se povezave med vhodom in želenim izhodom.
Kaj je nenadzorovano učenje?
Sistem išče vzorce ali skupine v podatkih brez vnaprej določenih pravilnih oznak.
Kaj je samonadzorovano učenje?
Učno nalogo sestavimo iz samih podatkov. Na primer: skrijemo del besedila in učimo model, naj ga napove.
Ali obstajajo še druge oblike?
Da. Polnadzorovano, aktivno, spletno, prenosno in druge oblike učenja se lahko kombinirajo.
Zapomnite si: Razlike opisujejo način učenja, ne kakovosti izdelka.
Zanesljivi viri
Zadnji pregled: 1. november 2026. To je pojasnjevalno gradivo, ne strokovni, pravni ali zdravstveni nasvet. Za spreminjajoče se predpise in podatke preverite uradno različico.