Supervised learning

Kommunikation og IT A · HTX · A-niveau · AI og maskinlæring

💻 Supervised Learning

Supervised learning er den mest udbredte ML-tilgang: algoritmen lærer af mærkede eksempeldata.

Grundbegreb: Givet input X og output Y, lær en funktion f(X) ≈ Y.

Opgavetyper:

• Klassifikation: forudsig en kategori (spam/ikke-spam, kat/hund)
• Regression: forudsig en kontinuert værdi (huspris, temperatur)

Processen:

1. Indsaml data: mærkede eksempler (features + labels)

2. Del data: træningsdata (80%) og testdata (20%)

3. Vælg model: Decision Tree, Logistic Regression, Random Forest

4. Træn: algoritmen tilpasser parametre

5. Evaluer: nøjagtighed på testdata

Scikit-learn eksempel:

```python

from sklearn.tree import DecisionTreeClassifier

from sklearn.model_selection import train_test_split

from sklearn.metrics import accuracy_score

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

model = DecisionTreeClassifier()

model.fit(X_train, y_train)

nøjagtighed = accuracy_score(y_test, model.predict(X_test))

```

Overfitting: model er for god til træningsdata, dårlig til nye data. Fix: mere data, regularisering.

Læringsmål

• Forklare supervised learning og skelne klassifikation fra regression
• Gennemføre en komplet ML-pipeline med scikit-learn
• Fortolke nøjagtighed, precision og recall
• Identificere og håndtere overfitting

Sådan kan du arbejde med emnet

• Giv et eksempel på et klassifikationsproblem og et regressionsproblem
• Forklar hvad træningsdata og testdata bruges til
• Diskutér hvad der sker, hvis en model overfitter til træningsdata

Træningsforslag

• Byg en e-mail spam-klassifikator med Naive Bayes i scikit-learn
• Download et Kaggle-datasæt og lav en baseline model
• Visualisér beslutningsgrænsen for en Decision Tree