Dotej pory postrzegaliśmy uczenie nadzorowane inienadzorowane jako dwie oddzielne
gałęzie uczenia maszynowego. Uczenie nadzorowane jest odpowiednie, gdy nasz zestaw
danych jest oznakowany, auczenie nienadzorowane jest konieczne, gdy nasz zestaw da-
nych jest nieoznakowany.
Wrzeczywistym świecie takie rozróżnienie nie zawsze jest tak wyraźne. Zestawy da-
nych sązwykle częściowo oznakowane ichcemy skutecznie oznakowywać nieoznakowane
obserwacje, wykorzystując przy tym informacje zoznakowanego zestawu. Wprzypadku
uczenia nadzorowanego musielibyśmy odrzucić większość zestawu danych, ponieważ jest
nieoznako ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.