การเรียนรู้แบบมีผู้สอน (Supervised Learning) คืออะไร? คำอธิบายสำหรับมือใหม่
การเรียนรู้แบบมีผู้สอน (supervised learning) เป็นประเภทหนึ่งของ machine learning ที่ฝึกโมเดลด้วยชุดข้อมูลติดฉลาก โดยข้อมูลนำเข้าแต่ละชุดถูกจับคู่กับคำตอบหรือเป้าหมายที่ถูกต้อง ทำให้โมเดลเรียนรู้การเชื่อมโยงระหว่างข้อมูลนำเข้ากับผลลัพธ์สำหรับข้อมูลใหม่
ฉบับเข้าใจง่าย
ลองนึกถึงหนังสือที่มีโจทย์พร้อมเฉลย คุณฝึกโดยเปรียบเทียบคำตอบของตนกับเฉลย แล้วนำไปทำโจทย์ข้อใหม่ โมเดล supervised ก็เรียนรู้ในลักษณะเดียวกัน
คำศัพท์หลัก
| คำศัพท์ | ความหมาย |
|---|---|
| ข้อมูลติดฉลาก | ข้อมูลที่มีคำตอบถูกต้องกำกับไว้ |
| คุณลักษณะ | สมบัติของข้อมูลนำเข้า |
| ฉลาก | ผลลัพธ์หรือเป้าหมายที่ถูกต้อง |
| โมเดล | สิ่งที่เรียนรู้จากข้อมูล |
งานสองแบบหลัก
- การจำแนก ทำนายหมวดหมู่ เช่น สแปมหรือไม่ใช่สแปม
- การถดถอย ทำนายค่าตัวเลข เช่น ราคาที่คาดการณ์
ขั้นตอนการเรียนรู้
- เตรียมข้อมูลติดฉลาก
- ให้โมเดลฝึกทำนายผลลัพธ์
- เปรียบเทียบคำทำนายกับฉลาก
- ปรับโมเดลจนค่าความผิดพลาดลดลง
ตัวอย่างการใช้งาน
- คัดกรองอีเมลสแปม
- ทำนายราคาบ้าน
- จดจำภาพที่ติดฉลาก
- ประเมินความเสี่ยงด้านเครดิต
ข้อจำกัด
วิธีนี้อาศัยข้อมูลติดฉลากซึ่งมักมีต้นทุนสูงและใช้เวลาจัดทำ อีกทั้งอาจผิดพลาดเมื่อข้อมูลใหม่ต่างจากข้อมูลฝึกมาก ควรตรวจสอบผลลัพธ์แทนที่จะถือว่าถูกต้องโดยอัตโนมัติ
FAQ
ข้อมูลติดฉลากคืออะไร?
ข้อมูลนำเข้าที่จับคู่กับคำตอบหรือเป้าหมายที่ทราบแล้ว
การจำแนกและการถดถอยต่างกันอย่างไร?
การจำแนกทำนายหมวดหมู่ ส่วนการถดถอยทำนายค่าตัวเลข
เหตุใดจึงเรียกว่ามีผู้สอน?
เพราะการเรียนรู้ถูกนำทางโดยฉลากซึ่งทำหน้าที่เหมือนผู้สอน
ต่างจากการเรียนรู้แบบไม่มีผู้สอนอย่างไร?
แบบมีผู้สอนใช้ฉลาก ส่วนแบบไม่มีผู้สอนค้นหาโครงสร้างในข้อมูลที่ไม่มีฉลาก
สรุปใจความสำคัญ
- การเรียนรู้แบบมีผู้สอนเรียนจากคู่ข้อมูลนำเข้าและฉลาก
- งานหลักคือการจำแนกและการถดถอย
- ฉลากทำหน้าที่เหมือนคำตอบตัวอย่าง
- การมีข้อมูลติดฉลากเป็นความท้าทายเชิงปฏิบัติ
อ่านต่อกับ [การเรียนรู้แบบไม่มีผู้สอนคืออะไร](unsupervised-learning-khue-arai) และ [การเรียนรู้แบบเสริมกำลังคืออะไร](reinforcement-learning-khue-arai)
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free