دانشنامه – Supervised learning

یادگیری تحت نظارت

یادگیری تحت نظارت، بخشی از یادگیری ماشین است که هدف آن ایجاد یک تابع از داده های آموزشی نظارت شده می باشد. داده های آموزشی شامل مجموعه ای از نمونه های آموزشی می باشد. در یادگیری تحت نظارت، هر نمونه یک جفت متشکل از یک داده ورودی (معمولا یک بردار) و یک مقدار خروجی مورد نظر که به آن سیگنال تحت نظارت نیز گفته می شود می باشد. به زبان ساده تر یادگیری تحت نظر نوعی از یادگیری است که در آن سیستم بر اساس نمونه هایی که پیشتر برچسب گذاری شده اند یادگیری را انجام میدهد. یک الگوریتم یادگیری تحت نظارت داده های یادگیری را تجزیه و تحلیل می کند و یک تابع استنتاجی تولید می کند که در صورت گسسته بودن داده ها به آن طبقه بند (Classifier) و در صورت پیوسته بودن داده ها به آن تابع رگراسیون گفته میشود.

تابع استنتاجی باید مقدار خروجی صحیح را برای هر داده ورودی معتبر پیش بینی کند. برای این کار به الگوریتم یادگیری نیاز می باشد تا نتایج حاصل از داده های یادگیری را به صورت کلی به دیگر داده هایی که تا به حال دریافت نکرده است تعمیم دهد. چنین مفهموی در انسان ها و حیوانات را یادگیری مفهومی می نامند.