การเรียนรู้แบบมีผู้สอน

ในการเรียนรู้แบบมีผู้สอน (ซ้าย) ตัวอย่างฝึกมาพร้อมผลลัพธ์ที่คาดหวัง ส่วนการเรียนรู้แบบไม่มีผู้สอน (ขวา) ใช้ข้อมูลที่ไม่มีป้ายกำกับเพื่อค้นหารูปแบบหรือโครงสร้าง

การเรียนรู้แบบมีผู้สอน (อังกฤษ: supervised learning) เป็นกระบวนทัศน์หนึ่งของการเรียนรู้ของเครื่องที่ขั้นตอนวิธีเรียนรู้ความสัมพันธ์ระหว่างข้อมูลนำเข้ากับผลลัพธ์เป้าหมายจากตัวอย่างที่ทราบคำตอบ ตัวอย่างฝึกแต่ละตัวจึงอยู่ในรูปคู่ข้อมูลนำเข้า–ผลลัพธ์ เช่น ภาพกับชนิดวัตถุ อีเมลกับป้ายกำกับสแปม หรือลักษณะของบ้านกับราคาขาย ชุดตัวอย่างเช่นนี้เรียกว่าข้อมูลที่มีป้ายกำกับ (labeled data)

เป้าหมายมิใช่เพียงทำให้แบบจำลองให้คำตอบถูกต้องบนตัวอย่างฝึก แต่คือการวางนัยทั่วไปเพื่อพยากรณ์ผลลัพธ์ของข้อมูลใหม่ที่ไม่เคยพบมาก่อนได้ดี คำว่า “มีผู้สอน” หมายถึงการที่คำตอบในข้อมูลฝึกให้สัญญาณกำกับแก่ขั้นตอนวิธี ไม่ได้หมายความว่ามนุษย์ต้องเฝ้าควบคุมทุกขั้นของการฝึก และคำตอบอาจมาจากผู้เชี่ยวชาญ การวัด ระบบสารสนเทศ หรือกระบวนการอื่น ไม่จำเป็นต้องสร้างโดยมนุษย์เสมอไป

งานพื้นฐานสองกลุ่มคือการจำแนก ซึ่งพยากรณ์ผลลัพธ์เชิงหมวดหมู่ และการถดถอย ซึ่งพยากรณ์ค่าปริมาณ การเรียนรู้แบบมีผู้สอนยังครอบคลุมงานที่ผลลัพธ์ซับซ้อนกว่า เช่น ลำดับป้ายกำกับ โครงสร้างต้นไม้ การแบ่งส่วนภาพ และการจัดอันดับ

กรอบปัญหาทางคณิตศาสตร์

ให้ ${\mathcal {X}}$ เป็นปริภูมิข้อมูลนำเข้า ${\mathcal {Y}}$ เป็นปริภูมิผลลัพธ์ และให้ชุดข้อมูลฝึกมีตัวอย่าง $n$ ตัว

$S=\{(x_{i},y_{i})\}_{i=1}^{n},\qquad x_{i}\in {\mathcal {X}},\;y_{i}\in {\mathcal {Y}}.$

ขั้นตอนวิธีการเรียนรู้เลือกฟังก์ชัน $h\colon {\mathcal {X}}\to {\mathcal {Y}}$ จากปริภูมิสมมติฐาน ${\mathcal {H}}$ เพื่อให้ค่าพยากรณ์ ${\hat {y}}=h(x)$ ใกล้กับผลลัพธ์จริง การเลือกตระกูลฟังก์ชัน สถาปัตยกรรมแบบจำลอง และเงื่อนไขที่ใช้ฝึกเป็นส่วนหนึ่งของความเอนเอียงเชิงอุปนัย เพราะข้อมูลจำนวนจำกัดเพียงอย่างเดียวไม่อาจระบุฟังก์ชันที่ถูกต้องได้โดยปราศจากข้อสมมติ

ในกรอบการเรียนรู้เชิงสถิติ มักถือว่าคู่สุ่ม $(X,Y)$ มีการแจกแจงร่วม $P$ ที่ไม่ทราบ และใช้ฟังก์ชันการสูญเสีย $\ell (y,{\hat {y}})$ วัดต้นทุนของค่าพยากรณ์ ความเสี่ยงคาดหมายของ $h$ คือ

$R(h)=\operatorname {E} _{(X,Y)\sim P}\!\left[\ell {\bigl (}Y,h(X){\bigr )}\right].$

เนื่องจากไม่ทราบ $P$ โดยตรง จึงประมาณด้วยความเสี่ยงเชิงประจักษ์บนชุดข้อมูลฝึก

${\widehat {R}}_{S}(h)={\frac {1}{n}}\sum _{i=1}^{n}\ell {\bigl (}y_{i},h(x_{i}){\bigr )}.$

หลักการลดความเสี่ยงเชิงประจักษ์เลือกแบบจำลองที่ทำให้ ${\widehat {R}}_{S}$ ต่ำ แต่ค่าบนชุดฝึกที่ต่ำไม่รับประกันว่าความเสี่ยงต่อข้อมูลใหม่จะต่ำตามไปด้วย การฝึกจำนวนมากจึงเพิ่มพจน์การทำให้เป็นระเบียบ (regularization) เพื่อจำกัดความซับซ้อนของแบบจำลอง เช่น

${\widehat {h}}={\underset {h\in {\mathcal {H}}}{\operatorname {arg\,min} }}\left[{\widehat {R}}_{S}(h)+\lambda \,\Omega (h)\right],$

โดย $\Omega (h)$ ลงโทษความซับซ้อนบางรูปแบบ และ $\lambda$ กำหนดน้ำหนักของข้อจำกัด การจำแนกมักใช้ความสูญเสียลอการิทึมหรือความสูญเสียฮินจ์ ส่วนการถดถอยมักใช้ความสูญเสียกำลังสองหรือความสูญเสียสัมบูรณ์ ทั้งนี้ฟังก์ชันที่เหมาะสมขึ้นกับความหมายและต้นทุนของความผิดพลาดในงานนั้น

ประเภทของงาน

งานการเรียนรู้แบบมีผู้สอนที่สำคัญ

งาน	ลักษณะของผลลัพธ์	ตัวอย่าง
การจำแนก	หมวดหมู่หนึ่งชั้นหรือหลายชั้น	ระบุว่าอีเมลเป็นสแปมหรือไม่ หรือจำแนกชนิดวัตถุในภาพ
การจำแนกหลายป้ายกำกับ	ตัวอย่างหนึ่งตัวมีป้ายกำกับได้หลายป้ายพร้อมกัน	ระบุหัวข้อหลายหัวข้อของเอกสารหนึ่งฉบับ
การถดถอย	ค่าจำนวนจริงหรือเวกเตอร์เชิงปริมาณ	พยากรณ์ราคา ปริมาณพลังงาน หรืออุณหภูมิ
การทำนายเชิงโครงสร้าง	ลำดับ ต้นไม้ กราฟ หรือโครงสร้างที่องค์ประกอบสัมพันธ์กัน	กำกับชนิดคำในประโยค วิเคราะห์โครงสร้างวากยสัมพันธ์ หรือแบ่งส่วนภาพ
การเรียนรู้เพื่อจัดอันดับ	ลำดับความสำคัญหรือคะแนนเปรียบเทียบ	จัดอันดับเอกสารตามความเกี่ยวข้องกับคำค้น

การจำแนก

ในการจำแนก ผลลัพธ์ $y$ อยู่ในเซตหมวดหมู่จำกัด ปัญหาอาจเป็นแบบทวิภาค เช่น “สแปม–ไม่ใช่สแปม” แบบหลายชั้น เช่น การแยกตัวเลขเขียนมือ 10 ชั้น หรือแบบหลายป้ายกำกับ แบบจำลองบางชนิดให้เพียงชั้นพยากรณ์ ขณะที่แบบจำลองเชิงความน่าจะเป็นให้ค่าประมาณ $P(Y=y\mid X=x)$ ซึ่งสามารถใช้ตั้งเกณฑ์การตัดสินใจตามต้นทุนของผลบวกลวงและผลลบลวงได้

ตัวอย่างการจำแนกด้วยขั้นตอนวิธีการค้นหาเพื่อนบ้านใกล้สุด k ตัว จุดสีเขียวเป็นตัวอย่างใหม่ ผลการจำแนกอาจเปลี่ยนเมื่อเลือกจำนวนเพื่อนบ้าน $k$ ต่างกัน

การถดถอย

ในการถดถอย ผลลัพธ์มักเป็นค่าต่อเนื่อง เช่น ราคาหรือปริมาณ แบบจำลองอาจพยากรณ์ค่าจุดเดียว ค่าคาดหมายแบบมีเงื่อนไข ควอนไทล์ หรือการแจกแจงความน่าจะเป็นของผลลัพธ์ทั้งหมด ขึ้นกับเป้าหมายและฟังก์ชันการสูญเสีย ชื่อ “การถดถอย” ไม่ได้หมายความว่าขั้นตอนวิธีทุกชนิดต้องเป็นเชิงเส้น และวิธีอย่างต้นไม้ตัดสินใจ เครื่องเวกเตอร์ค้ำยัน และโครงข่ายประสาทสามารถใช้แก้ปัญหาการถดถอยได้เช่นกัน

จุดสีน้ำเงินเป็นตัวอย่างฝึก และเส้นสีแดงเป็นการถดถอยเชิงเส้นที่ประมาณความสัมพันธ์ระหว่างข้อมูลนำเข้ากับผลลัพธ์

กระบวนการพัฒนา

วงจรงานการเรียนรู้แบบมีผู้สอนมักประกอบด้วยขั้นต่อไปนี้ แม้การทำงานจริงอาจย้อนกลับไปแก้ขั้นก่อนหน้าได้

1. กำหนดงานและหน่วยตัวอย่าง ระบุข้อมูลนำเข้า ผลลัพธ์เป้าหมาย ประชากรหรือบริบทการใช้งาน ตลอดจนเกณฑ์ประเมินที่สอดคล้องกับผลของความผิดพลาด
2. รวบรวมและกำหนดป้ายกำกับ ตัวอย่างต้องครอบคลุมกรณีที่จะพบในการใช้งาน และป้ายกำกับควรมีนิยามกับวิธีตรวจคุณภาพที่ชัดเจน ในงานที่ต้องอาศัยดุลยพินิจ อาจใช้ผู้ให้ป้ายกำกับหลายคนและวัดความสอดคล้องระหว่างผู้ให้ป้ายกำกับ
3. แทนและเตรียมข้อมูล ข้อมูลดิบอาจถูกทำความสะอาด แปลงมาตราส่วน เข้ารหัส หรือแปลงเป็นเวกเตอร์ลักษณะ วิธีดั้งเดิมมักอาศัยวิศวกรรมค่าแทนลักษณะ ส่วนการเรียนรู้เชิงลึกสามารถเรียนรู้ค่าแทนจากข้อมูลดิบร่วมกับภารกิจเป้าหมายได้
4. แบ่งข้อมูล โดยทั่วไปแยกเป็นชุดฝึก ชุดตรวจสอบ และชุดทดสอบ ชุดฝึกใช้ประมาณพารามิเตอร์ ชุดตรวจสอบหรือการตรวจสอบไขว้ใช้เลือกแบบจำลองและไฮเปอร์พารามิเตอร์ ส่วนชุดทดสอบสงวนไว้ประเมินขั้นสุดท้าย
5. ฝึกและเลือกแบบจำลอง ขั้นตอนวิธีปรับพารามิเตอร์เพื่อลดฟังก์ชันวัตถุประสงค์ จากนั้นเปรียบเทียบตระกูลแบบจำลอง การตั้งค่า และข้อสมมติที่เหมาะกับชนิดข้อมูล
6. ประเมินและวิเคราะห์ความผิดพลาด นอกจากค่ารวม ควรตรวจรูปแบบความผิดพลาด ความไม่แน่นอน กลุ่มข้อมูลสำคัญ และความไวต่อการเปลี่ยนแปลงของข้อมูล เพราะตัวชี้วัดเพียงค่าเดียวอาจปกปิดข้อจำกัดของระบบ
7. นำขึ้นใช้งานและติดตาม เมื่อบริบทหรือการแจกแจงของข้อมูลเปลี่ยน สมรรถนะอาจลดลงแม้แบบจำลองเคยทำได้ดีบนชุดทดสอบ จึงต้องติดตามข้อมูลนำเข้า ผลพยากรณ์ คำตอบที่ได้รับภายหลัง และผลกระทบของระบบ

การแบ่งข้อมูลต้องสะท้อนหน่วยที่ต้องการวางนัยทั่วไป หากตัวอย่างจากบุคคล เครื่องจักร สถานที่ หรือช่วงเวลาเดียวกันกระจายอยู่ทั้งชุดฝึกและชุดทดสอบ แบบจำลองอาจอาศัยข้อมูลเฉพาะกลุ่มที่ไม่เกิดขึ้นกับกรณีใหม่ ทำให้ผลประเมินสูงเกินจริง ในข้อมูลอนุกรมเวลา มักแยกข้อมูลตามลำดับเวลาแทนการสุ่มปะปนอดีตกับอนาคต

ขั้นตอนวิธีและตระกูลแบบจำลอง

ไม่มีขั้นตอนวิธีเดียวที่ดีที่สุดสำหรับทุกปัญหา เพราะสมรรถนะขึ้นกับข้อสมมติของแบบจำลอง การแจกแจงข้อมูล ปริมาณข้อมูล ฟังก์ชันการสูญเสีย และทรัพยากรคำนวณ ตระกูลแบบจำลองที่สำคัญประกอบด้วย:

ตระกูล	ตัวอย่าง	แนวคิดโดยสรุป
แบบจำลองเชิงเส้น	การถดถอยเชิงเส้น, การถดถอยโลจิสติก, การวิเคราะห์จำแนกเชิงเส้น	รวมลักษณะด้วยค่าน้ำหนักเชิงเส้น มักฝึกและตีความได้สะดวก แต่ความสัมพันธ์ไม่เชิงเส้นต้องอาศัยการแปลงลักษณะหรือเคอร์เนล
แบบจำลองเชิงความน่าจะเป็น	การจำแนกแบบเบส์อย่างง่าย, การถดถอยด้วยกระบวนการเกาส์เซียน	กำหนดการแจกแจงของข้อมูลหรือผลลัพธ์เพื่อแทนความไม่แน่นอนและคำนวณการพยากรณ์
วิธีอิงตัวอย่าง	ขั้นตอนวิธีการค้นหาเพื่อนบ้านใกล้สุด k ตัว	พยากรณ์จากตัวอย่างฝึกที่อยู่ใกล้ข้อมูลใหม่ตามมาตรวัดระยะ จึงไวต่อมาตราส่วน ลักษณะที่ไม่เกี่ยวข้อง และมิติของข้อมูล
วิธีระยะขอบและเคอร์เนล	เครื่องเวกเตอร์ค้ำยัน	หาเส้นแบ่งที่มีระยะขอบกว้าง และใช้เคอร์เนลแทนความสัมพันธ์ไม่เชิงเส้นได้
วิธีอิงต้นไม้และเอนเซมเบิล	ต้นไม้ตัดสินใจ, ป่าสุ่ม, แบ็กกิงและบูสต์ติง, การบูสต์แบบไล่ระดับ	แบ่งปริภูมิลักษณะเป็นบริเวณและอาจรวมตัวเรียนหลายตัวเพื่อลดความแปรปรวนหรือความเอนเอียง
โครงข่ายประสาท	โครงข่ายประสาทเทียม, เพอร์เซปตรอนหลายชั้น, การเรียนรู้เชิงลึก	ประกอบการแปลงหลายชั้นและเรียนรู้ค่าแทนร่วมกับตัวพยากรณ์ เหมาะกับข้อมูลภาพ เสียง ข้อความ และข้อมูลที่มีโครงสร้างซับซ้อน แต่ต้องพิจารณาปริมาณข้อมูล การคำนวณ และการทำให้เป็นระเบียบ

การเลือกขั้นตอนวิธีจึงมักเริ่มจากแบบจำลองฐานที่เรียบง่าย แล้วเปรียบเทียบทางเลือกด้วยวิธีประเมินเดียวกัน ข้อพิจารณารวมถึงชนิดกับมาตราส่วนของลักษณะ ความสัมพันธ์ไม่เชิงเส้น จำนวนตัวอย่างเทียบกับจำนวนมิติ ความต้องการด้านการตีความ ความเร็ว หน่วยความจำ และความสามารถในการประมาณความไม่แน่นอน

การประเมินผล

การประเมินต้องใช้ข้อมูลที่ไม่ได้มีส่วนในการประมาณพารามิเตอร์หรือเลือกการตั้งค่าของแบบจำลอง หากดูผลบนชุดทดสอบซ้ำแล้วปรับแบบจำลองตามผลนั้น ชุดทดสอบจะกลายเป็นส่วนหนึ่งของกระบวนการเลือกและไม่เป็นค่าประมาณที่เป็นกลางอีกต่อไป

สำหรับการจำแนก เมทริกซ์ความสับสนแสดงจำนวนผลบวกจริง ผลบวกลวง ผลลบจริง และผลลบลวง ซึ่งนำไปคำนวณความถูกต้อง (accuracy) ความแม่นตรงและความระลึก ค่าเอฟหนึ่ง (F1) และอัตราอื่น เมื่อชั้นข้อมูลไม่สมดุล ความถูกต้องรวมอาจสูงแม้แบบจำลองแทบตรวจไม่พบชั้นส่วนน้อย จึงควรรายงานตัวชี้วัดที่สะท้อนความผิดพลาดแต่ละชนิด เส้นโค้ง ROC หรือเส้นโค้งความแม่นตรง–ความระลึกตามบริบท หากผลลัพธ์เป็นความน่าจะเป็น ควรประเมินความสูญเสียลอการิทึม คะแนนไบรเออร์ หรือการปรับเทียบความน่าจะเป็นร่วมกับความสามารถในการแยกชั้น

สำหรับการถดถอย ตัวชี้วัดที่ใช้บ่อยได้แก่ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ความคลาดเคลื่อนกำลังสองเฉลี่ย รากของความคลาดเคลื่อนกำลังสองเฉลี่ย และสัมประสิทธิ์การกำหนด $R^{2}$ ตัวชี้วัดแต่ละชนิดให้น้ำหนักค่าผิดปกติและความผิดพลาดต่างกัน จึงควรเลือกตามหน่วยของผลลัพธ์ การแจกแจงข้อมูล และต้นทุนของการพยากรณ์สูงหรือต่ำเกินจริง

การวางนัยทั่วไปและข้อท้าทาย

การเข้ารูปสนิทเกินและการเข้ารูปหลวมเกิน

เส้นสีเขียวจำแนกตัวอย่างฝึกได้ละเอียดมากแต่เข้ารูปสนิทเกิน ส่วนเส้นสีดำที่เรียบง่ายกว่าวางนัยทั่วไปไปยังตัวอย่างใหม่ที่มีเส้นขอบสีดำได้ดีกว่า

การเข้ารูปสนิทเกิน (overfitting) เกิดเมื่อแบบจำลองเรียนรู้รายละเอียดเฉพาะหรือสัญญาณรบกวนของชุดฝึกจนมีความสูญเสียบนชุดฝึกต่ำ แต่ทำงานกับข้อมูลใหม่ได้แย่ ในทางกลับกัน การเข้ารูปหลวมเกิน (underfitting) เกิดเมื่อแบบจำลองหรือค่าแทนข้อมูลไม่ยืดหยุ่นพอที่จะจับความสัมพันธ์สำคัญ ทำให้ผิดพลาดทั้งบนชุดฝึกและข้อมูลใหม่

ปัญหานี้สัมพันธ์กับภาวะได้อย่างเสียอย่างระหว่างความเอนเอียงกับความแปรปรวน แบบจำลองที่มีข้อจำกัดมากอาจมีความเอนเอียงสูง ส่วนแบบจำลองที่ไวต่อการเปลี่ยนตัวอย่างฝึกอาจมีความแปรปรวนสูง แนวทางควบคุมประกอบด้วยการทำให้เป็นระเบียบ การหยุดก่อนกำหนด การลดความซับซ้อน การเพิ่มข้อมูลที่เป็นตัวแทน การเสริมข้อมูล การเลือกค่าแทนลักษณะ และการใช้เอนเซมเบิล ทั้งนี้ผลของแต่ละวิธีขึ้นกับปัญหาและขั้นตอนวิธี

ปริมาณ มิติ และค่าแทนข้อมูล

ความซับซ้อนที่เรียนได้ขึ้นกับทั้งจำนวนตัวอย่างและข้อมูลที่แต่ละตัวอย่างให้ เมื่อจำนวนลักษณะสูงเมื่อเทียบกับจำนวนตัวอย่าง ปริภูมิข้อมูลจะเบาบางและการประมาณความคล้ายคลึงหรือขอบเขตการตัดสินใจยากขึ้น ซึ่งเกี่ยวข้องกับคำสาปของมิติ การลดมิติ การคัดเลือกลักษณะ (feature selection) และการทำให้เป็นระเบียบ (regularization) อาจลดความแปรปรวน แต่การตัดลักษณะที่มีข้อมูลสำคัญออกย่อมเพิ่มความเอนเอียงได้

คุณภาพข้อมูลและป้ายกำกับ

ข้อมูลฝึกอาจไม่เป็นตัวแทนของประชากรใช้งาน มีตัวอย่างซ้ำ ขาดบางกลุ่ม หรือสะท้อนขั้นตอนเก็บข้อมูลเฉพาะแห่ง แบบจำลองสามารถเรียนรู้ทางลัดที่สัมพันธ์กับป้ายกำกับในชุดฝึกแต่ไม่สัมพันธ์กับปรากฏการณ์ที่ต้องการจริง ปัญหานี้อธิบายไม่ได้ด้วยขนาดชุดข้อมูลเพียงอย่างเดียว

ป้ายกำกับอาจผิด ไม่แน่นอน หรือไม่สอดคล้องกันเพราะความคลาดเคลื่อนของการวัด ความกำกวมของนิยาม และความเห็นต่างของผู้เชี่ยวชาญ สัญญาณรบกวนของป้ายกำกับอาจลดสมรรถนะ เพิ่มความซับซ้อนของแบบจำลอง และทำให้การประเมินคลาดเคลื่อน จึงควรรักษาความแตกต่างระหว่างป้ายที่สังเกตได้กับสถานะที่ต้องการประมาณไว้ในการออกแบบข้อมูล

การรั่วไหลและการเปลี่ยนแปลงของการแจกแจง

การรั่วไหลของข้อมูลในการเรียนรู้ของเครื่องเกิดเมื่อการฝึกหรือการเลือกแบบจำลองได้รับข้อมูลที่ไม่ควรมีในเวลาพยากรณ์ เช่น ลักษณะที่สร้างจากผลลัพธ์ภายหลัง หรือข้อมูลจากชุดทดสอบที่รั่วเข้าสู่การเตรียมข้อมูล การรั่วไหลทำให้ผลประเมินสูงเกินจริงและไม่สามารถแก้ได้เพียงเลือกขั้นตอนวิธีที่ซับซ้อนกว่า

ทฤษฎีพื้นฐานจำนวนมากสมมติว่าข้อมูลฝึกและข้อมูลใหม่มาจากการแจกแจงเดียวกัน แต่ระบบจริงอาจพบการเปลี่ยนแปลงของการแจกแจงข้อมูลตามเวลา สถานที่ อุปกรณ์ โรงพยาบาล หรือกลุ่มประชากร งานชุดข้อมูล WILDS แสดงให้เห็นว่าการเปลี่ยนแปลงเช่นนี้ทำให้สมรรถนะนอกการแจกแจงต่ำกว่าสมรรถนะในข้อมูลที่มีการแจกแจงแบบเดียวกับชุดฝึกได้อย่างมาก การประเมินที่ดีจึงต้องกำหนดประชากรเป้าหมาย แบ่งข้อมูลให้เลียนแบบการใช้งาน และติดตามการเปลี่ยนแปลงหลังนำระบบขึ้นใช้

ความสัมพันธ์กับกระบวนทัศน์อื่น

กระบวนทัศน์	สัญญาณที่ใช้เรียนรู้	ความแตกต่างจากการเรียนรู้แบบมีผู้สอนมาตรฐาน
การเรียนรู้แบบไม่มีผู้สอน	ข้อมูลไม่มีผลลัพธ์เป้าหมาย	มุ่งค้นหาโครงสร้าง การแจกแจง หรือค่าแทนในข้อมูล แทนการเรียนแผนที่จากข้อมูลนำเข้าไปยังคำตอบที่กำหนด
การเรียนรู้แบบกึ่งมีผู้สอน	ข้อมูลมีป้ายกำกับจำนวนน้อยร่วมกับข้อมูลไม่มีป้ายกำกับจำนวนมาก	ใช้โครงสร้างของข้อมูลไม่มีป้ายกำกับช่วยงานพยากรณ์
การเรียนรู้แบบสอนตัวเอง	สร้างเป้าหมายกำกับจากข้อมูลเอง	เรียนค่าแทนจากงานเบื้องต้นก่อนนำไปปรับละเอียดด้วยป้ายกำกับของงานปลายทาง
การเรียนรู้เชิงรุก	ให้ตัวเรียนเลือกตัวอย่างที่จะขอป้ายกำกับ	พยายามลดต้นทุนการกำกับข้อมูลโดยเลือกตัวอย่างที่คาดว่าให้ข้อมูลมาก
การกำกับแบบอ่อน	ป้ายกำกับที่ไม่สมบูรณ์ ไม่ละเอียด หรือมีสัญญาณรบกวนจากกฎ แหล่งข้อมูล หรือผู้กำกับหลายแหล่ง	ประมาณป้ายกำกับสำหรับฝึกจากแหล่งกำกับที่มีคุณภาพไม่แน่นอน แทนการถือว่าทุกป้ายเป็นคำตอบถูกต้อง
การเรียนรู้แบบเสริมกำลัง	รางวัลจากการกระทำและปฏิสัมพันธ์ตามลำดับ	เรียนนโยบายการกระทำเพื่อเพิ่มผลตอบแทนสะสม ไม่ได้กำหนดคำตอบที่ถูกต้องให้ทุกสถานะ

การเรียนรู้แบบถ่ายโอนเป็นแนวคิดที่คาบเกี่ยวกับหลายกระบวนทัศน์ เพราะแบบจำลองอาจเรียนค่าแทนจากงานหนึ่งแล้วนำไปใช้กับอีกงานหนึ่ง ตัวอย่างเช่น แบบจำลองอาจฝึกล่วงหน้าแบบสอนตัวเอง แล้วปรับละเอียดแบบมีผู้สอนด้วยข้อมูลมีป้ายกำกับของงานปลายทาง

การประยุกต์

การเรียนรู้แบบมีผู้สอนใช้ในงานที่สามารถนิยามผลลัพธ์เป้าหมายและรวบรวมตัวอย่างคู่ข้อมูลได้ เช่น

• คอมพิวเตอร์วิทัศน์: การจำแนกภาพ การตรวจจับวัตถุ การแบ่งส่วนภาพ และการอ่านอักขระ
• การประมวลผลภาษาธรรมชาติ: การกรองอีเมล การวิเคราะห์อารมณ์ความรู้สึก การระบุชื่อเฉพาะ การแปลภาษา และการจัดอันดับผลค้นหา
• การรู้จำคำพูดและข้อมูลอนุกรมเวลา: การถอดเสียง การจำแนกเหตุการณ์จากเสียง การพยากรณ์ความต้องการ และการรู้จำกิจกรรมมนุษย์จากเซนเซอร์
• เวชสารสนเทศและชีวสารสนเทศ: การจำแนกภาพทางการแพทย์ การประเมินความเสี่ยง และการพยากรณ์ผลลัพธ์ โดยต้องตรวจสอบความใช้ได้กับประชากรและสถานพยาบาลเป้าหมาย
• การเงิน อุตสาหกรรม และวิทยาศาสตร์: การให้คะแนนความเสี่ยง การตรวจสอบคุณภาพ การบำรุงรักษาเชิงพยากรณ์ การจำแนกการใช้ที่ดินจากภาพถ่ายดาวเทียม และการพยากรณ์สมบัติของวัสดุ

การมีป้ายกำกับไม่ได้ทำให้ผลพยากรณ์เป็นความสัมพันธ์เชิงเหตุและผลโดยอัตโนมัติ แบบจำลองอาจใช้สหสัมพันธ์ที่ใช้พยากรณ์ได้ในข้อมูลฝึกแต่ไม่คงอยู่เมื่อมีการแทรกแซงหรือเปลี่ยนบริบท ดังนั้น งานที่ต้องตอบคำถามเชิงสาเหตุจำเป็นต้องอาศัยการออกแบบการศึกษาและข้อสมมติเพิ่มเติมนอกเหนือจากกรอบการพยากรณ์แบบมีผู้สอน

ดูเพิ่ม

• ทฤษฎีการเรียนรู้เชิงคำนวณ
• ทฤษฎีการเรียนรู้ทางสถิติ
• การเรียนรู้ของเครื่องโดยอัตโนมัติ
• การเรียนรู้แบบไม่มีผู้สอน
• การเรียนรู้แบบเอนเซมเบิล
• การเรียนรู้ค่าแทนลักษณะ
• MLOps

อ่านเพิ่ม

• Shalev-Shwartz, Shai; Ben-David, Shai (2014). Understanding Machine Learning: From Theory to Algorithms (ภาษาอังกฤษ). Cambridge University Press. doi:10.1017/CBO9781107298019. ISBN 978-1-107-05713-5.
• Russell, Stuart J.; Norvig, Peter (2021). Artificial Intelligence: A Modern Approach (ภาษาอังกฤษ) (พิมพ์ครั้งที่ 4th). Pearson. ISBN 978-0-13-461099-3.