Контролируемое или наблюдаемое обучение - это один из видов машинного обучения, который также часто называют обучением с учителем.

Давайте разберем, что это означает и как оно работает:

1. Определение: Контролируемое обучение подразумевает, что модель обучается на размеченных данных. Это означает, что для каждого примера в обучающем наборе данных известен правильный ответ (метка).
2. Процесс обучения: В процессе обучения модель анализирует входные данные и соответствующие метки, чтобы выявить закономерности и связи между ними. Например, если мы обучаем модель распознавать изображения кошек и собак, то мы предоставляем ей множество изображений с метками "кошка" или "собака".
3. Цель: Основная цель контролируемого обучения - создать модель, которая сможет правильно предсказывать метки для новых, ранее невидимых данных. Это достигается путем минимизации ошибки между предсказанными и реальными метками.
4. Примеры: Контролируемое обучение используется в различных задачах, таких как:
   • Классификация (например, определение категории текста)
   • Регрессия (например, предсказание цен на жилье)

В отличие от контролируемого обучения, есть и другие подходы, такие как обучение без учителя, где модель работает с неразмеченными данными, и обучение с подкреплением, где агент учится на основе наград и штрафов за свои действия.

Таким образом, контролируемое или наблюдаемое обучение - это обучение с учителем, где известны правильные ответы, которые помогают модели учиться и делать прогнозы.