Denetimli Öğrenme

Denetimli öğrenmede her eğitim örneğinin, modelin üretmesi gereken cevap olan bir etiketi vardır. Bir spam filtresi spam ya da spam değil olarak işaretlenmiş e-postalardan öğrenir; bir ev fiyatı modeli ise nihai fiyatlarıyla geçmiş satışlardan öğrenir. Eğitim sırasında model tahmin yapar, bunları ne kadar yanıldığını ölçen bir kayıp fonksiyonu kullanarak etiketlerle karşılaştırır ve bu hatayı azaltmak için iç parametrelerini ayarlar.

Denetimli görevler iki ana gruba ayrılır. Sınıflandırma, bir fotoğrafın kedi mi köpek mi gösterdiği ya da bir işlemin sahte olup olmadığı gibi bir kategoriyi tahmin eder. Regresyon ise yarınki sıcaklık ya da bir teslimat süresi gibi bir sayıyı tahmin eder. Modeller, örnekleri ezberlemek yerine genel örüntüleri öğrendiklerini kontrol etmek için her zaman eğitim sırasında hiç görmedikleri ayrılmış bir test kümesi üzerinde değerlendirilir.

Arkasında cevabı yazan bilgi kartlarıyla çalışmaya benzer: tahmin edersiniz, kartı çevirirsiniz ve yeni kartları doğru bilene kadar kendinizi düzeltirsiniz. Denetimli öğrenme, görüntü tanıma, konuşmayı metne çevirme, tıbbi görüntü analizi, kredi puanlama ve öneri sıralaması dahil günlük yapay zekânın büyük bölümüne güç verir. Başlıca maliyeti etiketlemedir, çünkü binlerce doğru cevap toplamak çoğu zaman insan uzmanlar gerektirir.

Denetimli öğrenme genellikle, etiketsiz verilerle çalışan ve müşterileri kümeler halinde gruplamak ya da olağandışı davranışı fark etmek gibi yapıyı kendi başına arayan denetimsiz öğrenmeyle karşılaştırılır. Pekiştirmeli öğrenme ise ajanın doğru cevaplar yerine ödüllerden öğrendiği üçüncü bir yaklaşımdır. Büyük dil modelleri önce, etiketlerin metnin kendisinden, yani bir sonraki token'ı tahmin ederek elde edildiği kendi kendine denetimli öğrenmeyle ön eğitilir ve ardından çoğu zaman örnek yanıtlar üzerinde denetimli ince ayarla iyileştirilir.