स्व-पर्यवेक्षित अधिगम (Self-Supervised Learning) क्या है? सरल व्याख्या

Updated · By Viviai

स्व-पर्यवेक्षित अधिगम (self-supervised learning) मशीन लर्निंग की एक विधि है जिसमें मॉडल बिना मानव-निर्मित लेबल वाले डेटा से स्वयं सीखने के लक्ष्य बनाता है, अक्सर डेटा के छिपे हुए हिस्से का अनुमान लगाकर या एक ही चीज़ के दो रूपों को पहचानकर।

सरल भाषा में

पारंपरिक तरीके में हर उदाहरण के लिए लोग लेबल बनाते हैं, जो महंगा और धीमा है। स्व-पर्यवेक्षित अधिगम में मॉडल डेटा से ही कार्य बना लेता है, जैसे किसी वाक्य का छिपा शब्द या तस्वीर का ढका हुआ हिस्सा अनुमान करना।

यह कैसे काम करता है

चरण विवरण
कच्चा डेटा बिना लेबल वाला पाठ या चित्र
सहायक कार्य डेटा से बना अस्थायी लक्ष्य
पूर्वानुमान छिपे हुए भाग का अनुमान
अभ्यावेदन सीखे गए पैटर्न का बाद के कार्य में उपयोग

सामान्य सहायक कार्य

पर्यवेक्षित अधिगम से अंतर

उपयोग के उदाहरण

सीमाएँ

सहायक कार्य का डिज़ाइन महत्वपूर्ण है; खराब डिज़ाइन से कम उपयोगी अभ्यावेदन मिलते हैं। सीखे गए पैटर्न को अक्सर बाद के विशिष्ट कार्य में आगे की परीक्षण के साथ जोड़ा जाता है।

FAQ

स्व-पर्यवेक्षित अधिगम क्या है?

ऐसी विधि जिसमें मॉडल बिना मानव लेबल के डेटा से स्वयं सीखने के लक्ष्य बनाता है।

क्या यह अपर्यवेक्षित अधिगम जैसा है?

दोनों बिना लेबल डेटा का उपयोग करते हैं, पर स्व-पर्यवेक्षित में डेटा से बना स्पष्ट पूर्वानुमान कार्य होता है।

सहायक कार्य (pretext task) क्या है?

एक अस्थायी कार्य जो मॉडल को उपयोगी अभ्यावेदन सीखने में मदद करता है।

इससे लेबल की लागत क्यों घटती है?

क्योंकि बड़ी मात्रा में डेटा बिना हाथ से लेबल किए इस्तेमाल हो सकता है।

मुख्य बातें

आगे पढ़ें अपर्यवेक्षित अधिगम क्या है और मशीन लर्निंग क्या है।

Sources

  1. https://www.unite.ai/hi/what-is-self-supervised-learning-how-models-learn-from-unlabeled-data/
  2. https://datarekha.com/deep-learning/self-supervised-learning/
  3. https://courses.cs.washington.edu/courses/cse493g1/23au/schedule/lectures/Lecture9.pdf

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free