A célváltozó az a kimenet, amit a modell előre szeretne jelezni.
A felügyelt tanulásban mindig van egy célváltozó: például egy vásárló vásárolt-e vagy sem (igen/nem). Ez a modell tanulásának alapja, hiszen a bemeneti jellemzőkből kell megtanulnia, hogyan érhető el a célváltozó.
Egyértelműen meghatározza a modell célját.
Egy webshopban a célváltozó lehet: „megrendelte-e az ügyfél a kosarában lévő terméket?”.
Az adatok címkézése, hogy a modell tanulni tudjon belőlük.
A felügyelt tanulás egy gépi tanulási módszer, ahol az algoritmust olyan adatokkal tanítják, amelyek tartalmazzák a bemeneteket és a hozzájuk tartozó helyes kimeneteket.
A jellemzők azok a változók vagy tulajdonságok, amelyeket a modell a döntések meghozatalához használ.
Az osztályozás egy prediktív modellezési módszer, ahol a cél az, hogy az adatok előre definiált kategóriákba kerüljenek.
A predikció az a folyamat, amikor az AI-modell új bemenetek alapján előrejelzést ad a várható kimenetre.
A regresszió egy gépi tanulási módszer, amely folytonos értékek előrejelzésére szolgál.
A tanítókészlet az a konkrét adathalmaz, amelyet az AI-modell betanítására használnak.
A tesztkészlet egy külön adathalmaz, amellyel a betanított AI-modell teljesítményét mérik.
