برچسبگذاری شده، نامی برای لیبل صدفی قطعات دادهای هستند که با یک یا چند برچسب مشخص شدهاند که ویژگیها یا ویژگیهای خاص، یا طبقهبندیها یا اشیاء حاوی آن را مشخص میکند. برچسبها این دادهها را بهطور خاص در انواع خاصی از یادگیری ماشینی که بهعنوان تنظیمات یادگیری ماشینی تحت نظارت شناخته میشوند، مفید میسازند.
Techopedia داده های برچسب گذاری شده را توضیح می دهد
در یادگیری ماشینی تحت نظارت، دادههای برچسبگذاریشده به عنوان جهتگیری برای تمرینات آموزش داده و آزمایش عمل میکنند. برنامه یادگیری ماشینی تحت نظارت ممکن است با مجموعهای از دادههای کاملاً برچسبگذاریشده شروع شود، یا ممکن است از دادههای برچسبگذاریشده اولیه برای کار با دادههای بدون برچسب اضافی استفاده کند.
یادگیری ماشین نظارت شده به این صورت عمل می کند – برنامه به داده های برچسب زده شده نگاه می کند و مقایسه و تجزیه و تحلیل مربوطه را انجام می دهد. برای مثال، با ترسیم دستههای برچسبگذاریشده مختلف بر روی نمودار پراکندگی، برنامه یادگیری ماشینی میتواند به تعیین اینکه آیا موارد متوالی در یک دسته قرار میگیرند یا خیر، کمک میکند. الگوریتمها از دادههای برچسبگذاری شده به عنوان خوراک برای پارادایمهای تصمیمگیری استفاده میکنند. این برخلاف نوع دیگری از یادگیری ماشینی به نام یادگیری ماشینی بدون نظارت است که در آن از داده های بدون برچسب استفاده می شود. در یادگیری ماشینی بدون نظارت، برنامه یادگیری ماشین باید داده ها را بدون برچسب، با توجه به ویژگی ها و ویژگی های طبیعی آن ارزیابی کند.