Aprendizaje supervisado

La palabra supervisada significa observar e instruir la ejecución de una tarea o actividad del proyecto. Pero no estamos supervisando a una persona, sin embargo, estaremos supervisando un modelo de aprendizaje automático. Lo que hace el aprendizaje supervisado es enseñar el modelo y luego el modelo predecirá las instancias futuras utilizando el conocimiento que aprendió. Entonces, en palabras generales, el modelo se entrenará en un conjunto de datos etiquetado para que tenga suficiente entrenamiento en cada etiqueta. Como ejemplo podemos ver la siguiente tabla.

Entrada1	Entrada2	Entrada3	Etiqueta
10	1	2.1	rojo
12	1	2.5	rojo
11	2	3.1	Verde
7	0	2.3	Amarillo

Aquí, de acuerdo con la entrada 1, 2 y 3, la etiqueta se decidirá como roja, verde o amarilla. Esta es solo una parte de una tabla y debería tener suficientes datos para el entrenamiento. Una vez que el modelo esté entrenado, podrá predecir la etiqueta para las entradas 1, 2 y 3 dadas.

Además, en el aprendizaje automático usamos términos especiales para describir el conjunto de datos.

Atributos – Entrada1 / 2/3

Entrada1

Entrada2

Entrada3

Característica – Etiqueta

Etiqueta

Observación: una sola fila

12

1

2.5

rojo

Valor numérico: valores con números

7

Valor categórico: valores con etiqueta de cadena

Amarillo

Normalmente, este tipo de conjunto de datos se almacenará en un archivo .csv o como valores separados por comas.

Hay dos tipos de aprendizaje supervisado como Clasificación y Regresión. Hablaremos de ellos con más detalle en los próximos artículos.

.