Контролируемое или наблюдаемое обучение - это один из основных методов машинного обучения, который подразумевает наличие учителя или наставника, который предоставляет модели обучающие данные вместе с правильными ответами. Давайте разберем, что это значит и как это работает.

Контролируемое обучение включает в себя следующие ключевые моменты:

• Наличие обучающих данных: В этом методе используются наборы данных, в которых каждый пример имеет соответствующий правильный ответ (метку). Например, если мы обучаем модель распознавать изображения кошек и собак, у нас будут изображения с метками "кошка" или "собака".
• Обучение с учителем: Модель обучается на основе этих данных, и ее задача заключается в том, чтобы предсказать метку для новых, ранее не виденных данных. Это и есть процесс "обучения с учителем".
• Обратная связь: Модель сравнивает свои предсказания с правильными ответами и корректирует свои параметры, чтобы улучшить точность своих прогнозов. Это происходит через процесс, называемый оптимизацией.

Таким образом, контролируемое обучение - это обучение с учителем, где модель получает четкие указания о том, как правильно классифицировать или предсказывать данные.

В отличие от него, существуют и другие типы обучения, такие как:

• Обучение без учителя: Здесь модель работает с неразмеченными данными и пытается найти скрытые паттерны без четких указаний.
• Гибридное обучение: Это комбинация различных методов, которая может включать как контролируемое, так и неконтролируемое обучение.
• Обучение без подкрепления: Этот метод основан на том, что модель обучается без явных наград или наказаний, используя только данные.

Таким образом, правильный ответ на ваш вопрос: обучение с учителем.