La palabra supervisado significa observar e instruir la ejecución de una tarea de proyecto o una actividad. Pero no estamos supervisando a una persona, pero sí supervisaremos un modelo de aprendizaje automático. Lo que hace el aprendizaje supervisado es enseñar el modelo y luego el modelo predecirá las instancias futuras utilizando el conocimiento que aprendió. Entonces, en términos generales, el modelo se entrenará en un conjunto de datos etiquetado para que tenga suficiente capacitación en cada etiqueta. Como ejemplo podemos ver a continuación la tabla.
Entrada1 | Entrada2 | Entrada3 | Etiqueta |
10 | 1 | 2.1 | rojo |
12 | 1 | 2.5 | rojo |
11 | 2 | 3.1 | Verde |
7 7 | 0 0 | 2.3 | Amarillo |
Aquí, de acuerdo con la Entrada 1,2, y la Etiqueta 3 se decidirá como Rojo, Verde o Amarillo. Esta es solo la parte de una tabla y debe tener suficientes datos para la capacitación. Una vez que el modelo esté entrenado, podrá predecir la etiqueta para las entradas 1,2 y 3 dadas.
Además, en el aprendizaje automático utilizamos términos especiales para describir el conjunto de datos.
Atributos – Entrada 1/2/3
Característica – Etiqueta
Observación: una sola fila
Valor numérico: valores con números
Valor categórico: valores con etiqueta de cadena
Normalmente, este tipo de conjunto de datos se almacenará en un archivo .csv o como valores separados por comas.
Hay dos tipos de aprendizaje supervisado como Clasificación y Regresión. Hablaremos de ellos con más detalles en los próximos artículos.