Définition - Que signifie l'apprentissage supervisé?
L'apprentissage supervisé est une méthode utilisée pour permettre aux machines de classer des objets, des problèmes ou des situations en fonction des données associées introduites dans les machines. Les machines sont alimentées de manière répétitive avec des données telles que les caractéristiques, les motifs, les dimensions, la couleur et la hauteur des objets, des personnes ou des situations jusqu'à ce que les machines soient en mesure d'effectuer des classifications précises. L'apprentissage supervisé est une technologie ou un concept populaire appliqué à des scénarios de la vie réelle. L'apprentissage supervisé est utilisé pour fournir des recommandations de produits, segmenter les clients en fonction des données des clients, diagnostiquer la maladie en fonction des symptômes précédents et effectuer de nombreuses autres tâches.
Definir Tech explique l'apprentissage supervisé
Au cours de l'apprentissage supervisé, une machine reçoit des données, appelées données d'entraînement dans le jargon de l'exploration de données, sur la base desquelles la machine effectue la classification. Par exemple, si un système est nécessaire pour classer les fruits, il recevra des données de formation telles que la couleur, les formes, la dimension et la taille. Sur la base de ces données, il serait en mesure de classer les fruits.
Habituellement, un système nécessite plusieurs itérations d'un tel processus pour pouvoir effectuer une classification précise. Étant donné que les classifications réelles telles que la détection des fraudes par carte de crédit et la classification des maladies sont des tâches complexes, les machines ont besoin de données appropriées et de plusieurs itérations de sessions d'apprentissage pour atteindre des capacités raisonnables.