Класифікація зображень. Алгоритми керованого машинного навчання часто навчаються класифікувати об’єкти на зображеннях і відео. Наприклад, алгоритм може бути використаний для розпізнавання людини на зображенні та автоматичного позначення її на платформі соціальних мереж.
Це визначається його використанням позначені дані. Дані з мітками — це набір даних, який містить багато прикладів функцій і цілей. Навчання під наглядом використовує алгоритми, які вивчають зв’язок функцій і цілі з набору даних. Цей процес називається навчанням або підгонкою.
Розпізнавання зображень і мови, системи рекомендацій і виявлення шахрайства – все це приклади того, як використовується контрольоване навчання.
приклад 1: Ми можемо використовувати контрольоване навчання для прогнозування цін на житло. Необхідні дані про розмір будинку, ціну, кількість кімнат у будинку, сад та інші характеристики. Нам потрібні дані про різні параметри будинку для тисяч будинків, і потім вони використовуються для навчання даних.
Наприклад, керована модель може використовуватися для прогнозування часу польоту на основі конкретних параметрів, таких як погодні умови, завантаженість аеропорту, години пік польоту тощо. З іншого боку, неконтрольоване навчання є більш корисним для виявлення нових закономірностей і зв’язків у необроблених даних без міток.