วีดีโอ: Analytics Academy: เริ่มต้นกับ Google Analytics 2024
ใน การวิเคราะห์ที่ได้รับการเฝ้าระวัง ทั้งสองอินพุท และเอาท์พุทที่ต้องการเป็นส่วนหนึ่งของข้อมูลการฝึกอบรม รูปแบบการวิเคราะห์คาดการณ์จะนำเสนอด้วยผลลัพธ์ที่ถูกต้องซึ่งเป็นส่วนหนึ่งของกระบวนการเรียนรู้ เป้าหมายคือการได้รับแบบจำลองจากการจำแนกก่อนหน้านี้เพื่อให้สามารถระบุจุดข้อมูลที่ไม่รู้จักต่อไปตามสิ่งที่เรียนรู้ได้อย่างถูกต้อง
เมื่อการฝึกอบรมแบบจำลองเสร็จสมบูรณ์แล้วฟังก์ชันทางคณิตศาสตร์จะอนุมานได้โดยการตรวจสอบข้อมูลการฝึกอบรม ฟังก์ชันนี้จะใช้เพื่อระบุจุดข้อมูลใหม่
สำหรับวิธีการนี้ในการทำงานอย่างถูกต้องควรเลือกข้อมูลการฝึกอบรมพร้อมกับข้อมูลการทดสอบ แบบจำลองที่ได้รับการฝึกอบรมควรสามารถคาดเดาป้ายข้อมูลที่ถูกต้องสำหรับจุดข้อมูลใหม่ได้อย่างรวดเร็วและแม่นยำขึ้นอยู่กับชนิดข้อมูลที่โมเดลเห็นในข้อมูลการฝึกอบรม
การวิเคราะห์ที่ได้รับการแต่งตั้งมีข้อดีแตกต่างกัน:
-
นักวิเคราะห์จะรับผิดชอบกระบวนการนี้
-
การติดฉลากจะขึ้นอยู่กับการจำแนกประเภทที่รู้จัก
-
ข้อผิดพลาดเกี่ยวกับการติดฉลากสามารถแก้ไขได้ง่าย
ข้อดีข้อเสียคือข้อแตกต่างของข้อเสียที่อาจเกิดขึ้น:
-
ข้อผิดพลาดใด ๆ ในขั้นตอนการฝึกอบรมจะได้รับการเสริมในภายหลัง
-
การจัดประเภทที่นักวิเคราะห์เสนออาจไม่สามารถอธิบายถึงประชากรทั้งหมดได้อย่างเพียงพอ
-
โมเดลอาจไม่สามารถตรวจพบชั้นเรียนที่เบี่ยงเบนไปจากชุดฝึกซ้อมต้นฉบับ
-
สมมติฐานที่ว่ากลุ่มภายในข้อมูลไม่ทับซ้อนกันและสามารถแยกออกได้อย่างง่ายดายอาจไม่ถูกต้อง
