Gözetimli öğrenme, makine öğrenmesinin bir türüdür. Bilgisayar mühendisliğinin konusu olan makine öğrenmesi, öğrenebilen veriler ile tahminler yapan bilgisayar algoritmalarını içermektedir. Günümüzde milyonlarca veri ile analiz yapılmaktadır. Bu analizlerin tek tek manuel bir şekilde işlenmesi ve analiz edilmesi mümkün değildir. Bu nedenle makine öğrenmesi yöntemi ile veriler işlenerek analiz edilir.
Gözetimli öğrenme ise makine öğrenmesinin bir çeşididir. Gözetimli Öğrenme(Supervised Learning) ile sonuçları bilinen verilerden yararlanılarak oluşturulan model temel alınır. Bu modele göre veri kümesinde label bilgisi bulunmayan verilerin sonuçlarının tahmin edilmesi sağlanır.
Gözetimli öğrenme için öncelikle bir eğitim verisi hazırlamak gerekir. Makine önden verilen bilgileri öğrenir ve yeni gelen bilgileri bunlar doğrultusunda değerlendirerek karar verir.
Gözetimli öğrenme önden verilen eğitim verileri yapılan değerlendirmelerde küçük hatalar atlanır ve sistem analizi başarılı kabul eder.
Makine öğrenmesinde en çok kullanılan gözetimli öğrenme algoritmaları şu şekildedir:
- Lojistik Regresyon
- Karar Ağaçları
- Doğrusal Regresyon
- Yapay Sinir Ağları
- En Yakın Komşuluk
- Destek Vektör Makinaları
Görsel kaynak: erdincuzun.com