Mašininis mokymasis
Mašininis mokymasis suteikia kompiuteriams galimybę mokytis be aiškaus programavimo (Arthur Samuel, 1959). Tai kompiuterių mokslo pakraipa.
Idėja kilo dirbant dirbtinio intelekto srityje. Mašininis mokymasis - tai algoritmų, kurie gali mokytis ir prognozuoti duomenis, tyrimas ir kūrimas. Tokie algoritmai vykdo užprogramuotus nurodymus, bet taip pat gali daryti prognozes ar priimti sprendimus remdamiesi duomenimis. Jie sukuria modelį iš įvesties pavyzdžių.
Mašininis mokymasis atliekamas ten, kur negalima kurti ir programuoti aiškių algoritmų. Pavyzdžiai: nepageidaujamų laiškų filtravimas, tinklo įsilaužėlių ar piktavalių vidinių darbuotojų, siekiančių pažeisti duomenis, aptikimas, optinis ženklų atpažinimas (OCR), paieškos varikliai ir kompiuterinė vizija.
Klausimai ir atsakymai
K: Kas yra mašininis mokymasis?
A: Mašininis mokymasis yra kompiuterių mokslo pakraipa, suteikianti kompiuteriams galimybę mokytis be aiškaus programavimo, naudojant algoritmus, kurie gali mokytis ir prognozuoti duomenis.
K: Kaip kilo mašininio mokymosi idėja?
A.: Mašininio mokymosi idėja kilo dirbant dirbtinio intelekto srityje.
K: Kaip veikia mašininio mokymosi algoritmai?
A.: Mašinų mokymosi algoritmai veikia pagal užprogramuotas instrukcijas, bet taip pat gali daryti prognozes arba priimti sprendimus, pagrįstus duomenimis. Jie sukuria modelį iš įvesties pavyzdžių.
K: Kada naudojamas mašininis mokymasis?
A. Mašininis mokymasis naudojamas tais atvejais, kai negalima kurti ir programuoti aiškių algoritmų. Pavyzdžiai: nepageidaujamų laiškų filtravimas, tinklo įsilaužėlių ar piktavalių vidinių darbuotojų, siekiančių pažeisti duomenis, aptikimas, optinis ženklų atpažinimas (OCR), paieškos varikliai ir kompiuterinė vizija.
K.: Kokie pavojai kyla naudojant mašininį mokymąsi?
A.: Mašininio mokymosi naudojimas susijęs su rizika, įskaitant galutinių modelių, kurie yra "juodosios dėžės", sukūrimą ir kritiką dėl šališkumo įdarbinimo, baudžiamosios justicijos ir veidų atpažinimo srityse.
K: Ką reiškia, kad mašininio mokymosi modelis yra "juodoji dėžė"?
A: "Juodosios dėžės" mašininio mokymosi modelis reiškia, kad jo sprendimų priėmimo procesai nėra lengvai paaiškinami ar suprantami žmonėms.
K: Kokie yra mašininio mokymosi taikymo pavyzdžiai?
A.: Keletas mašininio mokymosi taikymo pavyzdžių: nepageidaujamų laiškų filtravimas, tinklo pažeidėjų aptikimas, optinis ženklų atpažinimas (OCR), paieškos sistemos ir kompiuterinė vizija.
