Geautomatiseerde methoden - Supervised Machine Learning
3 belangrijke vragen over Geautomatiseerde methoden - Supervised Machine Learning
Wat is Supervised Machine Learning?
Bij deze methode voedt je de machine met voorbeelden om menselijke coderingen te imiteren door de machine.
Door de voorbeeldcoderingen identificeert de computer patronen waardoor ze bepaalde concepten kunnen gaan herkennen.
Door de voorbeeldcoderingen identificeert de computer patronen waardoor ze bepaalde concepten kunnen gaan herkennen.
Wat zijn de drie/vier stappen van Supervised Machine Learning?
1. De onderzoeker codeert zelf data en maakt trainingsset
2. Dit sample samen met de labels (codekeuzes) worden gebruikt om classifier te trainen
3. Eenmaal goed getraind kan de classifier onbekende documenten op dezelfde manier coderen
4. Indien dit niet goed gaat voedt je de classifier met meer voorbeelden
2. Dit sample samen met de labels (codekeuzes) worden gebruikt om classifier te trainen
3. Eenmaal goed getraind kan de classifier onbekende documenten op dezelfde manier coderen
4. Indien dit niet goed gaat voedt je de classifier met meer voorbeelden
Wat is een belangrijke kanttekening bij supervised machine learning?
Je weet niet precies op basis van welke keuzes de data wordt gecodeerd: hij herkent patronen dat weet je, maar je kan de keuzes die ten grondslag liggen aan die patronen niet terughalen.
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
