पर्यवेक्षित और अप्रवेक्षित लर्निंग

मशीन लर्निंग में, अधिकांश कार्यों को आसानी से दो अलग-अलग वर्गों में वर्गीकृत किया जा सकता है: पर्यवेक्षित लर्निंग समस्याएं या अप्रवेक्षित लर्निंग समस्याएं। पर्यवेक्षित लर्निंग में, डेटा में लेबल या कक्षाएं जोड़ी जाती हैं, जबकि अप्रवेक्षित लर्निंग के मामले में डेटा अनलेबल्ड होता है। आइए इस अंतर के महत्व पर एक नज़र डालें और दोनों प्रकार के लर्निंग से जुड़े कुछ एल्गोरिदम पर विचार करें।

पर्यवेक्षित और अप्रवेक्षित लर्निंग

मशीन लर्निंग के अधिकांश कार्य पर्यवेक्षित लर्निंग के क्षेत्र में हैं। पर्यवेक्षित लर्निंग एल्गोरिदम में, डेटासेट में व्यक्तिगत उदाहरणों/डेटा बिंदुओं में एक वर्ग या लेबल संलग्न होता है। इसका अर्थ है कि मशीन लर्निंग मॉडल उन विशेषताओं को सीखने में सक्षम हो सकता है जो एक दिए गए वर्ग से संबंधित हैं और मशीन लर्निंग इंजीनियर मॉडल के प्रदर्शन की जांच कर सकता है यह देखकर कि कितने उदाहरणों को ठीक से वर्गीकृत किया गया है। वर्गीकरण एल्गोरिदम जटिल पैटर्न को समझने के लिए उपयोग किए जा सकते हैं, बशर्ते डेटा उचित वर्गों के साथ लेबल किया गया हो। उदाहरण के लिए, एक मशीन-लर्निंग एल्गोरिदम विभिन्न विशेषताओं जैसे “व्हिस्कर्स”, “पूंछ”, “पंजे” आदि के आधार पर विभिन्न जानवरों को एक दूसरे से अलग करना सीख सकता है।

पर्यवेक्षित लर्निंग के विपरीत, अप्रवेक्षित लर्निंग में एक मॉडल बनाना शामिल है जो अनलेबल्ड डेटा से पैटर्न निकाल सकता है। दूसरे शब्दों में, कंप्यूटर इनपुट विशेषताओं का विश्लेषण करता है और स्वयं सबसे महत्वपूर्ण विशेषताओं और पैटर्न का निर्धारण करता है। अप्रवेक्षित लर्निंग विभिन्न उदाहरणों के बीच निहित समानताओं को खोजने का प्रयास करता है। यदि एक पर्यवेक्षित लर्निंग एल्गोरिदम ज्ञात वर्गों में डेटा बिंदुओं को रखने का लक्ष्य रखता है, तो अप्रवेक्षित लर्निंग एल्गोरिदम वस्तु उदाहरणों की सामान्य विशेषताओं की जांच करते हैं और इन विशेषताओं के आधार पर उन्हें समूहों में वर्गीकृत करते हैं, मूल रूप से अपनी वर्ग बनाते हैं।

पर्यवेक्षित लर्निंग एल्गोरिदम के उदाहरण रेखीय प्रतिगमन, लॉजिस्टिक प्रतिगमन, के-निकटतम पड़ोसी, निर्णय पेड़ और समर्थन वेक्टर मशीन हैं।

इस बीच, अप्रवेक्षित लर्निंग एल्गोरिदम के कुछ उदाहरण मुख्य घटक विश्लेषण और के-मीन्स क्लस्टरिंग हैं।

पर्यवेक्षित लर्निंग एल्गोरिदम

रेखीय प्रतिगमन एक ऐसा एल्गोरिदम है जो दो विशेषताओं को लेता है और उनके बीच संबंध को प्लॉट करता है। रेखीय प्रतिगमन का उपयोग संख्यात्मक मूल्यों की भविष्यवाणी करने के लिए किया जाता है जो अन्य संख्यात्मक चर के संबंध में होते हैं। रेखीय प्रतिगमन का समीकरण Y = a + bX है, जहां b रेखा की ढलान है और a वह बिंदु है जहां y अक्ष को पार करता है।

लॉजिस्टिक प्रतिगमन एक द्विआधारी वर्गीकरण एल्गोरिदम है। एल्गोरिदम संख्यात्मक विशेषताओं के बीच संबंध की जांच करता है और यह पता लगाता है कि उदाहरण को दो अलग-अलग वर्गों में से एक में वर्गीकृत करने की कितनी संभावना है। संभावना मान “0” या “1” की ओर संकुचित होते हैं। दूसरे शब्दों में, मजबूत संभावनाएं 0.99 की ओर बढ़ेंगी, जबकि कमजोर संभावनाएं 0 की ओर बढ़ेंगी।

के-निकटतम पड़ोसी नए डेटा बिंदुओं को उनके पड़ोसियों के आधार पर एक वर्ग सौंपता है। पड़ोसियों की संख्या जो एल्गोरिदम द्वारा मानी जाती है महत्वपूर्ण है, और बहुत कम या बहुत अधिक पड़ोसी बिंदुओं को गलत वर्ग में रख सकते हैं।

निर्णय पेड़ वर्गीकरण और प्रतिगमन एल्गोरिदम का एक प्रकार है। एक निर्णय पेड़ डेटासेट को छोटे और छोटे हिस्सों में विभाजित करके काम करता है जब तक कि उप-सेटों को और विभाजित नहीं किया जा सकता और जो परिणामस्वरूप एक पेड़ के साथ छोड़ दिया जाता है जिसमें नोड्स और पत्तियां होती हैं। नोड्स वे बिंदु हैं जहां डेटा बिंदुओं के बारे में निर्णय लिए जाते हैं विभिन्न फिल्टरिंग मानदंडों का उपयोग करके, जबकि पत्तियां वे उदाहरण हैं जिन्हें कुछ लेबल (एक वर्गीकृत डेटा बिंदु) सौंपा गया है। निर्णय पेड़ एल्गोरिदम संख्यात्मक और श्रेणीबद्ध दोनों डेटा को संभाल सकते हैं। पेड़ में विभाजन विशिष्ट चर/विशेषताओं पर किए जाते हैं।

समर्थन वेक्टर मशीन एक वर्गीकरण एल्गोरिदम है जो डेटा बिंदुओं के बीच विभाजन, या हाइपरप्लेन को आकर्षित करके काम करता है। डेटा बिंदु हाइपरप्लेन के एक तरफ या दूसरी तरफ होने के आधार पर वर्गों में विभाजित किए जाते हैं। एक ही विमान पर कई हाइपरप्लेन आकर्षित किए जा सकते हैं, जो डेटासेट को कई वर्गों में विभाजित करते हैं। क्लासिफायर हाइपरप्लेन और दोनों तरफ के बिंदुओं के बीच दूरी को अधिकतम करने का प्रयास करेगा, और हाइपरप्लेन और बिंदुओं के बीच दूरी जितनी अधिक होगी, क्लासिफायर उतना ही अधिक विश्वास करेगा।

अप्रवेक्षित लर्निंग एल्गोरिदम

मुख्य घटक विश्लेषण एक तकनीक है जिसका उपयोग आयामों को कम करने के लिए किया जाता है, जिसका अर्थ है कि डेटा की जटिलता को एक सरल तरीके से प्रस्तुत किया जाता है। मुख्य घटक विश्लेषण एल्गोरिदम डेटा के लिए नए आयाम खोजता है जो ऑर्थोगोनल होते हैं। जबकि डेटा की जटिलता कम हो जाती है, डेटा के बीच भिन्नता को यथासंभव अधिक संरक्षित किया जाना चाहिए। इसका अर्थ व्यावहारिक रूप से यह है कि यह डेटासेट में विशेषताओं को लेता है और उन्हें कम विशेषताओं में समेट देता है जो अधिकांश डेटा का प्रतिनिधित्व करती हैं।

के-मीन्स क्लस्टरिंग एक एल्गोरिदम है जो डेटा बिंदुओं को समान विशेषताओं के आधार पर स्वचालित रूप से समूहों में विभाजित करता है। डेटासेट में पैटर्न का विश्लेषण किया जाता है और डेटा बिंदुओं को इन पैटर्न के आधार पर समूहों में विभाजित किया जाता है। मूल रूप से, के-मीन्स अपने आप अनलेबल्ड डेटा से वर्ग बनाता है। के-मीन्स एल्गोरिदम क्लस्टर के लिए केंद्र, या सेंट्रॉइड, सौंपने और सेंट्रॉइड को उनकी ऑप्टिमल स्थिति में ले जाने से काम करता है। ऑप्टिमल स्थिति वह होगी जहां सेंट्रॉइड और क्लस्टर के भीतर डेटा बिंदुओं के बीच की दूरी कम से कम हो। के-मीन्स क्लस्टरिंग में “के” से तात्पर्य क्लस्टर के लिए चुने गए सेंट्रॉइड की संख्या से है।

सारांश

समाप्ति पर, आइए पर्यवेक्षित और अप्रवेक्षित लर्निंग के बीच मुख्य अंतरों पर जल्दी से नज़र डालें।

जैसा कि हम पहले चर्चा कर चुके हैं, पर्यवेक्षित लर्निंग कार्यों में इनपुट डेटा लेबल किया जाता है और वर्गों की संख्या ज्ञात होती है। इसके विपरीत, अप्रवेक्षित लर्निंग मामलों में इनपुट डेटा अनलेबल्ड होता है और वर्गों की संख्या ज्ञात नहीं होती है। अप्रवेक्षित लर्निंग कम गणनात्मक रूप से जटिल होने के लिए प्रवृत्त होती है, जबकि पर्यवेक्षित लर्निंग अधिक गणनात्मक रूप से जटिल होने के लिए प्रवृत्त होती है। जबकि पर्यवेक्षित लर्निंग के परिणाम अत्यधिक सटीक होने के लिए प्रवृत्त होते हैं, अप्रवेक्षित लर्निंग के परिणाम कम सटीक/मध्यम रूप से सटीक होने के लिए प्रवृत्त होते हैं।