पर्यवेक्षित मशीन लर्निंग: Algorithms, प्रकार और उदाहरण

पर्यवेक्षित मशीन लर्निंग क्या है?

सुपरवाइज्ड मशीन लर्निंग एक ऐसा एल्गोरिदम है जो लेबल किए गए प्रशिक्षण डेटा से सीखकर अप्रत्याशित डेटा के परिणामों की भविष्यवाणी करने में आपकी मदद करता है। सुपरवाइज्ड लर्निंग में, मशीन को अच्छी तरह से "लेबल" किए गए डेटा का उपयोग करके प्रशिक्षित किया जाता है। इसका मतलब है कि कुछ डेटा पहले से ही सही उत्तरों के साथ टैग किया गया है। इसकी तुलना किसी पर्यवेक्षक या शिक्षक की उपस्थिति में सीखने से की जा सकती है।

सटीक पर्यवेक्षित मशीन लर्निंग मॉडल को सफलतापूर्वक बनाने, विस्तारित करने और तैनात करने में समय और उच्च कुशल डेटा वैज्ञानिकों की टीम की तकनीकी विशेषज्ञता की आवश्यकता होती है। डेटा वैज्ञानिकों को समय-समय पर मॉडल को फिर से बनाना भी आवश्यक है ताकि अंतर्निहित डेटा में परिवर्तन होने पर भी उनसे प्राप्त अंतर्दृष्टि सटीक बनी रहे।

पर्यवेक्षित शिक्षण कैसे काम करता है

पर्यवेक्षित मशीन लर्निंग वांछित परिणाम प्राप्त करने के लिए प्रशिक्षण डेटा सेट का उपयोग करती है। इन डेटा सेट में इनपुट और सही आउटपुट होते हैं जो मॉडल को तेज़ी से सीखने में मदद करते हैं। उदाहरण के लिए, आप एक मशीन को प्रशिक्षित करना चाहते हैं जो आपको यह अनुमान लगाने में मदद करे कि आपको अपने कार्यस्थल से घर तक ड्राइव करने में कितना समय लगेगा।

यहाँ, आप लेबल किए गए डेटा का एक सेट बनाकर शुरू करते हैं। इस डेटा में शामिल हैं:

• मौसम की स्थिति
• दिन के समय
• छुट्टियां
• चुना गया मार्ग

ये सभी विवरण इस पर्यवेक्षित शिक्षण उदाहरण में आपके इनपुट हैं। आउटपुट उस विशिष्ट दिन घर वापस आने में लगा समय है, जैसा कि नीचे दी गई छवि में दिखाया गया है।

आपको सहज रूप से पता होता है कि अगर बाहर बारिश हो रही है, तो घर पहुंचने में ज्यादा समय लगेगा। लेकिन मशीन को डेटा और सांख्यिकी की आवश्यकता होती है।

सबसे पहले आपको एक ट्रेनिंग सेट बनाना होगा। इसमें कुल यात्रा समय और मौसम, समय आदि जैसे संबंधित कारक शामिल होंगे। इस ट्रेनिंग सेट के आधार पर, आपकी मशीन यह समझ सकती है कि बारिश की मात्रा और घर पहुंचने में लगने वाले समय के बीच सीधा संबंध है।

तो, इससे यह पता चलता है कि जितनी ज़्यादा बारिश होगी, घर वापस पहुँचने में उतना ही ज़्यादा समय लगेगा। इससे आपके काम से निकलने के समय और सड़क पर बिताए जाने वाले समय के बीच संबंध भी पता चल सकता है। शाम 6 बजे के जितना करीब आप होंगे, घर पहुँचने में उतना ही ज़्यादा समय लगेगा।

आपकी मशीन आपके लेबल किए गए डेटा के साथ कुछ संबंध ढूंढ सकती है। सीखने की वह अवस्था नीचे दर्शाई गई है।

यह आपके डेटा मॉडल की शुरुआत है। यह रिकॉर्ड करना शुरू करता है कि बारिश लोगों के वाहन चलाने के तरीके को कैसे प्रभावित करती है, और यह कि दिन के एक विशेष समय में अधिक लोग यात्रा करते हैं।

पर्यवेक्षित मशीन लर्निंग के प्रकार Algorithms

पर्यवेक्षित मशीन लर्निंग एल्गोरिदम के प्रकार निम्नलिखित हैं:

प्रतीपगमन

रिग्रेशन तकनीक प्रशिक्षण डेटा का उपयोग करके एक एकल सतत आउटपुट मान का पूर्वानुमान लगाती है।

उदाहरण: आप प्रशिक्षण डेटा से घर की कीमत का अनुमान लगाने के लिए प्रतिगमन का उपयोग कर सकते हैं। इनपुट चर स्थानीयता, घर का आकार आदि होंगे।

खूबियां: आउटपुट को समझना आसान है, और ओवरफिटिंग से बचने के लिए एल्गोरिदम को नियमित किया जा सकता है।

कमजोरियां: एक रैखिक मॉडल लचीला नहीं होता है, इसलिए यह अतिरिक्त सुविधाओं के बिना जटिल संबंधों को नहीं पकड़ पाता है।

यहाँ प्रतिगमन के कुछ प्रकार दिए गए हैं Algorithms:

• रेखीय प्रतिगमन
• बहुपद प्रतिगमन
• रिज और लासो प्रतिगमन
• लॉजिस्टिक रिग्रेशन (वर्गीकरण के लिए)
• निर्णय वृक्ष और यादृच्छिक वन प्रतिगमन
• समर्थन वेक्टर प्रतिगमन

संभार तन्त्र परावर्तन:

लॉजिस्टिक रिग्रेशन का उपयोग स्वतंत्र चरों के दिए गए समूह के आधार पर असतत मानों का अनुमान लगाने के लिए किया जाता है। यह डेटा को लॉजिट फ़ंक्शन में फिट करके किसी घटना के घटित होने की संभावना का पूर्वानुमान लगाने में मदद करता है। इसलिए, इसे लॉजिट रिग्रेशन भी कहा जाता है। चूंकि यह एक संभावना का पूर्वानुमान लगाता है, इसलिए इसका आउटपुट मान 0 और 1 के बीच होता है, और एकाधिक या गैर-रैखिक निर्णय सीमाओं की स्थिति में इसका प्रदर्शन कमज़ोर हो सकता है।

वर्गीकरण

वर्गीकरण का अर्थ है आउटपुट को एक वर्ग में समूहित करना। यदि एल्गोरिदम इनपुट को दो अलग-अलग वर्गों में वर्गीकृत करने का प्रयास करता है, तो इसे बाइनरी वर्गीकरण कहा जाता है। दो से अधिक वर्गों के बीच चयन को बहुवर्गीय वर्गीकरण कहा जाता है।

उदाहरण: यह निर्धारित करना कि कोई व्यक्ति ऋण का डिफ़ॉल्टर होगा या नहीं।

खूबियां: व्यवहार में वर्गीकरण वृक्ष बहुत अच्छा प्रदर्शन करते हैं।

कमजोरियां: अनियंत्रित, व्यक्तिगत वृक्ष ओवरफिटिंग के शिकार होते हैं।

यहाँ वर्गीकरण के कुछ प्रकार दिए गए हैं Algorithms:

• नैवे बेयस क्लासिफायर
• निर्णय के पेड़
• समर्थन वेक्टर यंत्र
• K-निकटतम पड़ोसी
• रैंडम फ़ॉरेस्ट और ग्रेडिएंट बूस्टिंग

नैवे बेयस क्लासिफायर

RSI भोले भाले यह मॉडल बनाने में आसान है और बड़े डेटासेट के लिए बहुत उपयोगी है। इस विधि में एक जनक और कई बच्चों वाले निर्देशित चक्रीय ग्राफ शामिल हैं। यह मानती है कि जनक से अलग हुए बच्चे नोड स्वतंत्र हैं।

निर्णय के पेड़

निर्णय वृक्ष किसी उदाहरण को उसकी विशेषता के मान के आधार पर क्रमबद्ध करके वर्गीकृत करते हैं। इस विधि में, प्रत्येक नोड उस उदाहरण की विशेषता होती है जिसका वर्गीकरण किया जाना चाहिए, और प्रत्येक शाखा उस नोड द्वारा ग्रहण किए जा सकने वाले मान को दर्शाती है। यह वर्गीकरण के लिए व्यापक रूप से उपयोग की जाने वाली तकनीक है।

रिग्रेशन के लिए भी यही संरचना काम करती है: एक रिग्रेशन ट्री आपको वास्तविक मूल्यों (कार खरीदने की लागत, कॉल की संख्या, कुल मासिक बिक्री आदि) का अनुमान लगाने में मदद करता है।

समर्थन वेक्टर यंत्र

सपोर्ट वेक्टर मशीन (एसवीएम) एक प्रकार का लर्निंग एल्गोरिदम है जिसे 1990 के दशक में पेश किया गया था। यह विधि व्लादिमीर वापनिक और उनके सहयोगियों द्वारा विकसित सांख्यिकीय शिक्षण सिद्धांत के परिणामों पर आधारित है।

एसवीएम कर्नेल फ़ंक्शंस से भी निकटता से जुड़े हुए हैं, जो अधिकांश लर्निंग कार्यों के लिए एक केंद्रीय अवधारणा है। कर्नेल फ्रेमवर्क और एसवीएम का उपयोग विभिन्न क्षेत्रों में किया जाता है। इसमें मल्टीमीडिया सूचना पुनर्प्राप्ति, बायोइन्फॉर्मेटिक्स और पैटर्न पहचान शामिल हैं। ऊपर दिए गए प्रत्येक एस्टीमेटर को उसके ट्यूनिंग पैरामीटर के साथ प्रलेखित किया गया है। scikit सीखने संदर्भ।

पर्यवेक्षित बनाम गैर-पर्यवेक्षित मशीन लर्निंग तकनीकें

विधि को बगल में रखना अप्रकाशित शिक्षा अपनी सीमाओं को स्पष्ट करता है।

पर आधारित	पर्यवेक्षित मशीन लर्निंग तकनीक	अप्रशिक्षित मशीन लर्निंग तकनीक
इनपुट डेटा	Algorithms लेबल किए गए डेटा का उपयोग करके प्रशिक्षित किया जाता है।	Algorithms उन डेटा के विरुद्ध उपयोग किया जाता है जिन्हें लेबल नहीं किया गया है
अभिकलनात्मक जटिलता	पर्यवेक्षित शिक्षण एक सरल विधि है।	अपर्यवेक्षित शिक्षण कम्प्यूटेशनल रूप से जटिल है
शुद्धता	अत्यंत सटीक एवं विश्वसनीय विधि.	Less सटीक और विश्वसनीय विधि.
विशिष्ट एल्गोरिदम	लॉजिस्टिक रिग्रेशन, डिसीजन ट्री, एसवीएम, नैव बेयस	K-मीन्स, पदानुक्रमित क्लस्टरिंग, PCA
परिणामों का मूल्यांकन कैसे किया जाता है	ज्ञात उत्तरों के आधार पर स्कोर किया गया (शुद्धता, आरएमएसई)	आंतरिक मापदंडों और मानवीय समीक्षा के आधार पर मूल्यांकन किया गया

पर्यवेक्षित मशीन लर्निंग में चुनौतियाँ

पर्यवेक्षित मशीन लर्निंग में आने वाली चुनौतियाँ इस प्रकार हैं:

• प्रशिक्षण डेटा में अप्रासंगिक इनपुट विशेषताओं के कारण गलत परिणाम प्राप्त हो सकते हैं।
• डेटा तैयार करना और पूर्व-प्रसंस्करण हमेशा एक चुनौती होती है।
• प्रशिक्षण डेटा के रूप में असंभव, असंभावित और अपूर्ण मान दर्ज करने पर सटीकता प्रभावित होती है।
• यदि संबंधित विशेषज्ञ उपलब्ध नहीं है, तो दूसरा तरीका "ब्रूट-फोर्स" है। इसका मतलब है कि आपको यह अनुमान लगाना होगा कि मशीन को किन विशेषताओं (इनपुट चर) पर प्रशिक्षित करना है, और यह अनुमान गलत भी हो सकता है।

पर्यवेक्षित शिक्षण के लाभ

इन चुनौतियों के बावजूद, पर्यवेक्षित मशीन लर्निंग के निम्नलिखित लाभ हैं:

• पर्यवेक्षित शिक्षण मशीन लर्निंग यह आपको पिछले अनुभव से डेटा एकत्र करने या डेटा आउटपुट उत्पन्न करने की अनुमति देता है।
• अनुभव का उपयोग करके प्रदर्शन मानदंड को अनुकूलित करने में आपकी सहायता करता है
• पर्यवेक्षित मशीन लर्निंग आपको विभिन्न प्रकार की वास्तविक दुनिया की संगणना समस्याओं को हल करने में मदद करती है।

पर्यवेक्षित शिक्षण के नुकसान

नीचे पर्यवेक्षित मशीन लर्निंग के नुकसान दिए गए हैं:

• यदि आपके प्रशिक्षण सेट में वे उदाहरण नहीं हैं जिन्हें आप किसी क्लास में शामिल करना चाहते हैं, तो निर्णय सीमा का अत्यधिक प्रशिक्षण हो सकता है।
• क्लासिफायर को प्रशिक्षित करते समय आपको प्रत्येक वर्ग से बहुत सारे अच्छे उदाहरणों का चयन करना होगा।
• बड़े डेटा का वर्गीकरण करना एक वास्तविक चुनौती हो सकती है।
• पर्यवेक्षित शिक्षण के लिए प्रशिक्षण में बहुत अधिक गणना समय की आवश्यकता होती है।

पर्यवेक्षित शिक्षण के लिए सर्वोत्तम पद्धतियाँ

निम्नलिखित क्रम किसी प्रोजेक्ट को चालू रखता है track:

• आगे बढ़ने से पहले, यह तय करें कि प्रशिक्षण सेट के रूप में किस प्रकार के डेटा का उपयोग किया जाना है।
• सीखी जाने वाली फंक्शन की संरचना और लर्निंग एल्गोरिदम का निर्धारण करें।
• मानव विशेषज्ञों या मापों से संबंधित परिणाम एकत्रित करें।
• एक ऐसा टेस्ट सेट रोक कर रखें जिसे मॉडल कभी न देखे, और उस पर स्कोर रिपोर्ट करें।

अक्सर पूछे जाने वाले प्रश्न