Supervised vs Unsupervised Learning
Ang mga termino tulad ng pinangangasiwaang pag-aaral at hindi pinangangasiwaang pag-aaral ay ginagamit sa konteksto ng machine learning at artificial intelligence na nagiging kahalagahan sa bawat araw na lumilipas. Ang machine learning, para sa mga karaniwang tao, ay mga algorithm na hinihimok ng data at ginagawang matuto ang isang makina sa tulong ng mga halimbawa. Mayroong dalawang uri ng pag-aaral; ibig sabihin, supervised learning at unsupervised learning na nakakalito sa mga estudyante dahil maraming pagkakatulad ang dalawa. Gayunpaman, sa kabila ng magkakapatong, may mga pagkakaiba na iha-highlight sa artikulong ito.
Sa mga darating na taon, malamang na masaksihan natin ang pagtaas ng pag-unlad ng machine learning upang gawing mas madali at mas mabilis ang pagharap sa mga problema sa negosyo. Ang pagkuha ng mga empleyado upang harapin ang mga simpleng problema sa negosyo ay magiging lipas na gamit ang mga konsepto ng pinangangasiwaan at hindi pinangangasiwaang pag-aaral.
Ano ang Pinangangasiwaang Pag-aaral?
Ito ay isang uri ng pag-aaral kung saan nagaganap ang machine learning sa tulong ng mga input mula sa mga user. Karamihan sa pananaliksik sa larangan ng machine learning at artificial intelligence hanggang sa kasalukuyan ay nakatuon sa pinangangasiwaang pag-aaral. Halimbawa, ang folder ng spam sa iyong email ay napupuno na kung minsan kahit na ang mahahalagang mail ay hindi sinasadyang napupunta dito. Gumagana ang system batay sa machine learning na nag-aabiso sa isang algorithm na nauukol sa pagsusuri ng spam. Ginagamit ng system ang impormasyon upang i-filter ang mga mensahe at ipadala ang mga ito sa folder ng spam na binabawasan ang mga maling positibo. Sa isang search engine, gumagana ang algorithm batay sa unang na-click na link kapag nagbukas ito ng mga resulta ng paghahanap. Ito ay humahantong sa mga pagpapabuti sa mga resulta ng paghahanap para sa isang user. Gayunpaman, may ilang mga kakulangan sa pinangangasiwaang pag-aaral dahil ang makina ay may malabong ideya kung ano ang tama at kung ano ang mali. Ang feedback ng tao na ito ay kadalasang naglalagay ng mga limitasyon sa hinaharap na paggamit ng pinangangasiwaang pag-aaral.
Ano ang Unsupervised Learning?
Nabubuhay tayo sa mga panahong naghahanap tayo ng mas magandang performance mula sa mga makina sa lahat ng oras maging ito man ay data ng CCTV, data ng GPS, data ng online na transaksyon, data ng pag-scan ng makina, data ng pag-scan ng seguridad, at iba pa. Gusto ng mga organisasyon at pamahalaan ang mga makina na hindi nangangailangan o nangangailangan ng pinangangasiwaang data mula sa mga tao upang magkaroon ng mas magagandang resulta. Siyempre, nangangailangan ito ng mas maraming pagsisikap sa direksyon ng automation, at kahit na hindi malamang na palitan ng hindi pinangangasiwaang pag-aaral ang pinangangasiwaang pag-aaral sa malapit na hinaharap, ang mga hybrid na diskarte ay malamang na lalabas sa malapit na hinaharap na magiging mas mabilis at higit pa. mahusay kaysa sa mga resulta na nakukuha natin sa pamamagitan ng pinangangasiwaang pag-aaral sa kasalukuyan.
Ano ang pagkakaiba sa pagitan ng Pinangangasiwaang Pag-aaral?
• Ang pinangangasiwaang pag-aaral at hindi pinangangasiwaang pag-aaral ay dalawang magkaibang paraan para magtrabaho para sa mas mahusay na automation o artificial intelligence.
• Sa pinangangasiwaang pag-aaral, mayroong feedback ng tao para sa mas mahusay na automation samantalang sa hindi pinangangasiwaang pag-aaral, inaasahang maghahatid ang makina ng mas mahusay na performance nang walang input ng tao.
• Ang mga hybrid na diskarte ay mas malamang na mga solusyon sa malapit na hinaharap na gumagamit ng parehong pinangangasiwaan at hindi pinangangasiwaang pag-aaral.
