Читать книгу Deep Learning illustriert - Jon Krohn - Страница 55

Bei Problemen des Supervised Learning (überwachtes Lernen) haben wir sowohl eine x- als auch eine y-Variable, wobei

 x die Daten darstellt, die wir als Eingabe in unser Modell einspeisen.

 y ein Ergebnis repräsentiert, das unser zu bauendes Modell vorhersagen soll. Diese y-Variable kann auch als Label bezeichnet werden.

Das Ziel beim Supervised Learning besteht darin, unser Modell eine Funktion finden zu lassen, die x verwendet, um sich an y anzunähern. Überwachtes Lernen ist typischerweise mit einem dieser beiden Typen verknüpft:

 Regression, wobei unser y eine kontinuierliche Variable ist. Beispiele wären die Verkaufszahlen für ein Produkt oder die Vorhersage des künftigen Preises einer Ware, beispielsweise eines Hauses (ein Beispiel aus Kapitel 9) oder der Aktie eines börsennotierten Unternehmens.

 Klassifikation, bei der unsere y-Werte aus Labels bestehen, die jede Instanz von x einer bestimmten Kategorie zuordnen. Mit anderen Worten, y ist eine sogenannte kategorische Variable. Beispiele wären das Identifizieren handgeschriebener Ziffern (Sie werden in Kapitel 10 Modelle dafür herstellen) oder die Vorhersage, ob jemand, der eine Filmkritik geschrieben hat, diesen Film liebte oder verabscheute (dies werden Sie in Kapitel 11 machen).