التعلم الخاضع للإشراف هو نوع من التعلم الآلي يتم فيه تدريب الخوارزمية على مجموعة بيانات مصنفة لإجراء تنبؤات أو قرارات. تتضمن مجموعة البيانات المصنفة كلاً من ميزات الإدخال (المعروفة أيضًا باسم المتغيرات المستقلة) وتسميات الإخراج (المعروفة أيضًا باسم المتغيرات التابعة). تتعلم الخوارزمية تعيين ميزات الإدخال إلى تسميات الإخراج من خلال عملية التحسين. بمجرد تدريب الخوارزمية ، يمكن استخدامها للتنبؤ بتسمية المخرجات لملاحظات المدخلات الجديدة التي لم ترها من قبل. يمكن استخدام خوارزميات التعلم الخاضع للإشراف في مهام مثل التصنيف (توقع تسمية فئوية) والانحدار (التنبؤ بقيمة عددية مستمرة).
تاريخ النشر: