Машинно самообучение
Машинното обучение дава на компютрите способността да се учат, без да бъдат изрично програмирани (Arthur Samuel, 1959 г.). То е подобласт на компютърните науки.
Идеята идва от работата в областта на изкуствения интелект. Машинното обучение се занимава с изучаването и изграждането на алгоритми, които могат да се учат и да правят прогнози на базата на данни. Такива алгоритми следват програмирани инструкции, но също така могат да правят прогнози или да вземат решения въз основа на данни. Те изграждат модел на базата на входящи данни.
Машинното обучение се извършва там, където не може да се проектират и програмират явни алгоритми. Примерите включват филтриране на спам, откриване на мрежови нарушители или злонамерени вътрешни лица, които работят за нарушаване на сигурността на данните, оптично разпознаване на символи (OCR), търсачки и компютърно зрение.
Въпроси и отговори
В: Какво представлява машинното обучение?
О: Машинното обучение е подобласт на компютърните науки, която дава на компютрите способността да се учат, без да бъдат изрично програмирани, като използват алгоритми, които могат да се учат и да правят прогнози по данни.
В: Откъде дойде идеята за машинното обучение?
О.: Идеята за машинното обучение идва от работата в областта на изкуствения интелект.
В: Как работят алгоритмите, използвани в машинното обучение?
О: Алгоритмите, използвани в машинното обучение, следват програмирани инструкции, но могат също така да правят прогнози или да вземат решения въз основа на данни. Те изграждат модел на базата на входящи данни.
В: Кога се използва машинното обучение?
О: Машинното обучение се използва, когато не може да се проектират и програмират явни алгоритми. Примерите включват филтриране на спам, откриване на мрежови нарушители или злонамерени вътрешни лица, които работят за нарушаване на сигурността на данните, оптично разпознаване на символи (OCR), търсачки и компютърно зрение.
Въпрос: Какви са някои рискове при използването на машинно обучение?
О: Използването на машинно обучение крие рискове, включително създаването на крайни модели, които са "черни кутии" и са критикувани за пристрастия при наемане на работа, в наказателното правосъдие и при разпознаването на лица.
В: Какво означава един модел за машинно обучение да бъде "черна кутия"?
О: "Черна кутия" на модел за машинно обучение означава, че неговите процеси на вземане на решения не са лесно обясними или разбираеми за хората.
В: Какви са някои примери за приложения на машинното обучение?
О: Някои примери за приложения на машинното обучение включват филтриране на спам, откриване на нарушители в мрежата, оптично разпознаване на символи (OCR), търсачки и компютърно зрение.
