Čo je Supervised Learning?
Supervised learning (učenie s učiteľom) je typ strojového učenia, kde sa model trénuje na dátach, ktoré obsahujú vstupy aj správne výstupy (labely). Model sa učí priradiť vstupy k výstupom a potom predikuje výstupy pre nové, nevidené dáta.
Definícia Supervised Learning
Čo je supervised learning
Supervised learning (učenie s učiteľom, riadené učenie) je najrozšírenejší typ strojového učenia. Princíp je jednoduchý: modelu ukážeme tisíce príkladov „vstup → správny výstup" a on sa naučí toto priradenie generalizovať na nové dáta.
Dva hlavné typy úloh
- Klasifikácia — priradenie vstupu do kategórie (e-mail → spam/nie spam, obrázok → pes/mačka)
- Regresia — predikcia číselnej hodnoty (cena nehnuteľnosti, teplota zajtra, tržby budúci mesiac)
Bežné algoritmy
- Lineárna/logistická regresia — najjednoduchšie modely pre regresiu/klasifikáciu
- Rozhodovací strom a Random Forest — interpretovateľné modely na báze pravidiel
- SVM (Support Vector Machine) — efektívny pre menšie datasety
- Neurónové siete — najvýkonnejšie, ale vyžadujú veľa dát
Supervised learning sa používa všade, kde máme historické dáta so známymi výsledkami: detekcia podvodov v bankovníctve, diagnostika chorôb, predikcia odchodu zákazníkov, rozpoznávanie reči a mnohé ďalšie. Kľúčom k úspechu je kvalitný a dostatočne veľký anotovaný dataset.
Praktický príklad
Príklad: Banka chce automaticky detegovať podvodné transakcie. Zozbiera 100 000 historických transakcií, kde je pri každej uvedené, či bola podvodná alebo legitímna (label). Model sa natrénuje na týchto dátach a naučí sa rozpoznávať vzory podvodov — nezvyčajné sumy, nočné transakcie, neobvyklé lokality. Pri novej transakcii model okamžite vyhodnotí pravdepodobnosť podvodu.
Často kladené otázky
Čo je supervised learning?
Supervised learning je typ strojového učenia, kde model trénujeme na dátach so známymi správnymi odpoveďami. Model sa naučí vzťah medzi vstupom a výstupom a dokáže predpovedať výstupy pre nové, nevidené dáta.
Aký je rozdiel medzi supervised a unsupervised learning?
V supervised learning máme dáta s labelmi (správnymi odpoveďami) — napr. „toto je spam". V unsupervised learning labely nemáme — model hľadá vzory a skupiny v dátach sám, bez ľudského vedenia.
Aké sú príklady supervised learning v praxi?
Spam filter v e-maile, rozpoznávanie reči (Siri, Alexa), predikcia cien nehnuteľností, diagnóza chorôb z lekárskych snímok, odporúčanie produktov a detekcia podvodných transakcií v bankovníctve.
Súvisiace pojmy
Potrebujete pomôcť s webom?
Napíšte mi a poradím vám s vaším projektom. Prvá konzultácia je zadarmo a nezáväzná.