نظارت شوی او نه څارل شوی زده کړه د ماشین زده کړې دوه بنسټیز ډولونه دي چې د معلوماتو د نوعیت او په لاس کې د دندې اهدافو پراساس جلا اهدافو ته خدمت کوي. د دې پوهیدل چې کله د نظارت شوي روزنې په مقابل کې د غیر نظارت شوي روزنې کارول د ماشین زده کړې مؤثره ماډلونو ډیزاین کولو کې خورا مهم دي. د دې دوو طریقو تر مینځ انتخاب د لیبل شوي ډاټا شتون، مطلوب پایلې، او د ډیټاسیټ اصلي جوړښت پورې اړه لري.
نظارت شوي زده کړه د ماشین زده کړې یو ډول دی چیرې چې ماډل په لیبل شوي ډیټا سیټ کې روزل کیږي. په نظارت شوي زده کړې کې، الګوریتم د روزنې مثالونو سره وړاندې کولو سره سم محصول ته د ان پټ ډیټا نقشه کول زده کوي. دا روزنیز مثالونه د ان پټ-آؤټ پوټ جوړه جوړه ده، چیرته چې د ان پټ ډاټا د ورته سم محصول یا هدف ارزښت سره یوځای کیږي. د څارل شوي زده کړې هدف د ان پټ متغیرونو څخه د محصول متغیرونو ته د نقشه کولو فنکشن زده کول دي، کوم چې بیا د نه لیدل شوي معلوماتو وړاندوینې لپاره کارول کیدی شي.
تر څارنې لاندې زده کړه معمولا هغه وخت کارول کیږي کله چې مطلوب محصول معلوم وي او هدف یې د ان پټ او محصول متغیرونو ترمینځ اړیکې زده کول دي. دا عموما په دندو کې کارول کیږي لکه طبقه بندي، چیرې چې هدف د نوي مثالونو د ټولګي لیبلونو وړاندوینه کول دي، او راجستر کول، چیرته چې هدف د دوامداره ارزښت وړاندوینه ده. د مثال په توګه، د څارنې زده کړې سناریو کې، تاسو کولی شئ یو ماډل وروزئ ترڅو وړاندوینه وکړي چې ایا بریښنالیک سپیم دی یا نه د بریښنالیک مینځپانګې او د پخوانیو بریښنالیکونو لیبل شوي سپیم/غیر سپیم حالت پراساس.
له بلې خوا، غیر څارل شوي زده کړه د ماشین زده کړې یو ډول دی چیرې چې ماډل په غیر لیبل شوي ډیټا سیټ کې روزل کیږي. په غیر څارل شوي زده کړې کې، الګوریتم د سم محصول په اړه د واضح فیډبیک پرته د ان پټ ډاټا څخه نمونې او جوړښتونه زده کوي. د غیر څارل شوي زده کړې هدف دا دی چې د ډیټا اصلي جوړښت وپلټئ ، پټې نمونې کشف کړئ ، او د لیبل شوي ډیټا اړتیا پرته معنی لرونکي لیدونه استخراج کړئ.
غیر څارل شوي زده کړه معمولا کارول کیږي کله چې هدف د معلوماتو سپړنه، پټې نمونې موندل، او د ورته معلوماتو ټکي یوځای کول وي. دا ډیری وختونه د کلستر کولو په کارونو کې پلي کیږي، چیرې چې هدف د ورته معلوماتو ټکي د دوی د ځانګړتیاوو پراساس په کلسترونو کې ګروپ کول دي، او د ابعاد کمول، چیرته چې هدف د ځانګړتیاوو شمیر کمول دي پداسې حال کې چې په ډیټا کې اړین معلومات ساتل کیږي. د مثال په توګه، په غیر څارل شوي زده کړې سناریو کې، تاسو کولی شئ د ګروپ پیرودونکو لپاره د کلستر کولو څخه کار واخلئ د دوی د پیرود چلند پر بنسټ د پیرودونکو برخو کې د مخکینۍ پوهې پرته.
د نظارت شوي او غیر څارل شوي زده کړې تر مینځ انتخاب په ډیری فکتورونو پورې اړه لري. که تاسو لیبل شوی ډیټاسیټ لرئ او غواړئ د ځانګړو پایلو وړاندوینه وکړئ، نظارت شوي زده کړه مناسب انتخاب دی. له بلې خوا، که تاسو یو لیبل شوی ډیټاسیټ لرئ او غواړئ د ډیټا جوړښت وپلټئ یا پټ نمونې ومومئ، غیر څارل شوي زده کړه خورا مناسبه ده. په ځینو مواردو کې، د دواړو نظارت شوي او غیر څارل شوي تخنیکونو ترکیب، چې د نیمه څارل شوي زده کړې په نوم پیژندل کیږي، د دواړو طریقو ګټو څخه ګټه پورته کولو لپاره کارول کیدی شي.
د ماشین زده کړې په برخه کې د نظارت شوي روزنې په مقابل کې د نظارت شوي روزنې کارولو پریکړه د لیبل شوي ډیټا شتون ، د دندې طبیعت او مطلوب پایلې پورې اړه لري. د نظارت شوي او غیر څارل شوي زده کړې ترمینځ د توپیرونو پوهیدل د ماشین زده کړې مؤثره ماډلونو ډیزاین کولو لپاره اړین دي چې کولی شي معنی لرونکي لیدونه استخراج کړي او د معلوماتو څخه دقیق وړاندوینې وکړي.
په اړه نورې وروستۍ پوښتنې او ځوابونه EITC/AI/GCML د ګوګل بادل ماشین زده کړه:
- متن ته وینا (TTS) څه شی دی او دا څنګه د AI سره کار کوي؟
- د ماشین زده کړې کې د لوی ډیټاسیټونو سره کار کولو محدودیتونه څه دي؟
- ایا د ماشین زده کړه یو څه ډیالوژیکي مرسته کولی شي؟
- د TensorFlow د لوبې ډګر څه شی دی؟
- لوی ډیټاسیټ واقعیا څه معنی لري؟
- د الګوریتم د هایپرپرامیټرونو ځینې مثالونه څه دي؟
- د انسابل زده کړه څه ده؟
- څه که چیرې د ماشین زده کړې الګوریتم غوره نه وي او څنګه کولی شي ډاډ ترلاسه کړي چې سم انتخاب کړئ؟
- ایا د ماشین زده کړې ماډل د روزنې پرمهال څارنې ته اړتیا لري؟
- د عصبي شبکې پر بنسټ الګوریتم کې کارول شوي کلیدي پیرامیټونه کوم دي؟
نورې پوښتنې او ځوابونه په EITC/AI/GCML د ګوګل کلاوډ ماشین زده کړې کې وګورئ