Bir ekip, kalp hastalığı riskini tahmin etmek için bir makine öğrenimi modeli geliştiriyor. Veri seti, girdi özelliklerini (yaş, kolesterol, kan basıncı, sigara kullanımı, egzersiz) ve her hastanın kalp hastalığı olup olmadığını gösteren bir etiketi içermektedir. Hangi ML yaklaşımı uygundur?

Doğru cevap gözetimli öğrenmedir çünkü veri setinde hem girdi özellikleri (yaş, kolesterol vb.) hem de karşılık gelen çıktı etiketleri (kalp hastalığı var/yok) bulunmaktadır. Gözetimli öğrenme algoritmaları, bu etiketli verileri kullanarak girdi özelliklerinden çıktı etiketlerini tahmin etmeyi öğrenir. Gözetimsiz öğrenme, etiketli veriler olmadığında kalıpları veya yapıları bulmak için kullanılır. Pekiştirmeli öğrenme, bir ajanın belirli bir ortamda ödülleri en üst düzeye çıkarmak için eylemler öğrenmesini içerir. Yarı gözetimli öğrenme, hem etiketli hem de etiketsiz verilerin bir kombinasyonunu kullanır, ancak bu senaryoda tüm veriler etiketlidir.