Învățarea cu un profesor

Învățarea supravegheată este una dintre metodele de învățare automată  , în timpul căreia sistemul testat este forțat să învețe folosind exemple stimul-răspuns. Din punctul de vedere al ciberneticii , este unul dintre tipurile de experiment cibernetic . Poate exista o anumită relație între intrări și ieșiri de referință (stimul-răspuns), dar acest lucru este necunoscut. Este cunoscut doar un set finit de precedente  - perechi stimul-răspuns, numite eșantion de antrenament . Pe baza acestor date, se cere restabilirea dependenței (construirea unui model de relații stimul-răspuns potrivit pentru prognoză), adică construirea unui algoritm capabil să dea un răspuns destul de precis pentru orice obiect. Pentru a măsura acuratețea răspunsurilor, precum și în învățarea prin exemple , se poate introduce un funcțional de calitate .

Principiul înființării acestui experiment

Acest experiment este un caz special de experiment cibernetic cu feedback. Înființarea acestui experiment presupune existența unui sistem experimental, a unei metode de antrenament și a unei metode de testare a sistemului sau de măsurare a caracteristicilor.

Sistemul experimental, la rândul său, este format din sistemul testat (utilizat), spațiul de stimuli recepționați din mediul extern și sistemul de control al întăririi (regulator al parametrilor interni). Ca sistem de control al armăturii, poate fi utilizat un dispozitiv de control automat (de exemplu, un termostat) sau un operator uman (profesor), capabil să răspundă la reacțiile sistemului testat și la stimulii mediului prin aplicarea unor reguli speciale de armare care schimbă starea. a memoriei sistemului.

Există două opțiuni: (1) când răspunsul sistemului testat nu modifică starea mediului și (2) când răspunsul sistemului modifică stimulii mediului. Aceste scheme indică asemănarea fundamentală a unui astfel de sistem general cu sistemul nervos biologic.

Tipologia sarcinilor de învățare supravegheată

Tipuri de date de intrare

• O descriere orientativă  este cel mai frecvent caz. Fiecare obiect este descris de un set de caracteristici, numite caracteristici . Caracteristicile pot fi numerice sau nenumerice.
• Matricea distanțelor dintre obiecte. Fiecare obiect este descris prin distanțe față de toate celelalte obiecte din eșantionul de antrenament. Puține metode funcționează cu acest tip de intrare, în special metoda k vecini cei mai apropiați , metoda ferestrei Parzen și metoda funcției potențiale .
• O serie temporală sau un semnal este o succesiune de măsurători în timp. Fiecare dimensiune poate fi reprezentată printr-un număr, un vector și, în cazul general, o descriere orientativă a obiectului studiat la un moment dat.
• Secvență de imagini sau videoclipuri .
• Există, de asemenea, cazuri mai complexe când datele de intrare sunt prezentate sub formă de grafice , texte, rezultate interogări baze de date etc. De regulă, acestea sunt reduse la primul sau al doilea caz prin preprocesarea datelor și extragerea caracteristicilor .

Tipuri de răspuns

• Când mulțimea de răspunsuri posibile este infinită (răspunsurile sunt numere reale sau vectori), se vorbește de probleme de regresie și aproximare  ;
• Când setul de răspunsuri posibile este finit, se vorbește despre probleme de clasificare și recunoaștere a modelelor ;
• Când răspunsurile caracterizează comportamentul viitor al unui proces sau fenomen, se vorbește de sarcini de prognoză .

Tipuri degenerate de sisteme de control al armaturii („profesori”)

• Un sistem de armare controlat de reacție ( R este un sistem controlat ) se caracterizează prin faptul că canalul de informații din mediul extern către sistemul de armare nu funcționează. Acest sistem, în ciuda prezenței unui sistem de control, se referă la învățarea spontană , deoarece sistemul testat învață autonom, sub influența numai semnalelor sale de ieșire, indiferent de „corectitudinea” acestora. Cu această metodă de învățare, nu este necesară nicio informație externă pentru a controla schimbarea stării memoriei;
• Sistem de armare cu control stimulativ ( S - controlled system ) - se caracterizează prin faptul că canalul de informare de la sistemul testat la sistemul de armare nu funcționează. În ciuda canalului nefuncțional din ieșirile sistemului testat, se referă la învățarea supravegheată, deoarece în acest caz sistemul de întărire (profesorul) obligă sistemul testat să producă reacții conform unei anumite reguli, deși prezența unor reacții adevărate. a sistemului testat nu este luată în considerare.

Această distincție permite o privire mai profundă asupra diferențelor dintre diferitele moduri de învățare, deoarece linia dintre învățarea supravegheată și nesupravegheată este mai subtilă. În plus, o astfel de diferență a făcut posibilă arătarea anumitor limitări pentru rețelele neuronale artificiale pentru sistemele controlate S și R (vezi Teorema de convergență a Perceptronului ).

Vezi și

• Învățați fără profesor
• Învățând prin exemplu
• Sarcini de prognoză

Literatură

• Rosenblatt, F. Principles of Neurodynamic: Perceptrons and the Theory of Brain Mechanisms. - M . : Mir, 1965. - 480 p. Arhivatpe 21 mai 2015 laWayback Machine

• Wasserman, F. Inginerie Neurocomputer: Teorie și practică = Neural Computing. teorie și practică. — M .: Mir, 1992. — 240 p. — ISBN 5-03-002115-9 . Arhivat la 30 iunie 2009 la Wayback Machine