Машинное обучение
Машинное обучение дает компьютерам возможность обучаться без явного программирования (Артур Самуэль, 1959). Это подобласть компьютерной науки.
Идея возникла благодаря работе в области искусственного интеллекта. Машинное обучение - это изучение и создание алгоритмов, которые могут обучаться и делать прогнозы на основе данных. Такие алгоритмы следуют запрограммированным инструкциям, но также могут делать прогнозы или принимать решения на основе данных. Они строят модель на основе входных данных.
Машинное обучение применяется там, где невозможно разработать и запрограммировать явные алгоритмы. Примеры включают фильтрацию спама, обнаружение сетевых нарушителей или злонамеренных инсайдеров, работающих над утечкой данных, оптическое распознавание символов (OCR), поисковые системы и компьютерное зрение.
Вопросы и ответы
В: Что такое машинное обучение?
О: Машинное обучение - это область информатики, которая дает компьютерам возможность обучаться без явного программирования, используя алгоритмы, которые могут обучаться и делать прогнозы на основе данных.
В: Откуда взялась идея машинного обучения?
О: Идея машинного обучения возникла в результате работы в области искусственного интеллекта.
В: Как работают алгоритмы, используемые в машинном обучении?
О: Алгоритмы, используемые в машинном обучении, следуют запрограммированным инструкциям, но также могут делать прогнозы или принимать решения на основе данных. Они строят модель на основе входных данных.
В: Когда используется машинное обучение?
О: Машинное обучение используется там, где невозможно разработать и запрограммировать явные алгоритмы. Примеры включают фильтрацию спама, обнаружение сетевых нарушителей или злонамеренных инсайдеров, работающих над утечкой данных, оптическое распознавание символов (OCR), поисковые системы и компьютерное зрение.
В: Каковы некоторые риски использования машинного обучения?
О: Использование машинного обучения имеет свои риски, включая создание окончательных моделей, которые являются "черными ящиками" и критикуются за предвзятость при приеме на работу, в уголовном правосудии и при распознавании лиц.
В: Что значит для модели машинного обучения быть "черным ящиком"?
О: Модель машинного обучения "черный ящик" означает, что ее процессы принятия решений нелегко объяснить или понять человеку.
В: Каковы некоторые примеры применения машинного обучения?
О: Некоторые примеры применения машинного обучения включают фильтрацию спама, обнаружение сетевых нарушителей, оптическое распознавание символов (OCR), поисковые системы и компьютерное зрение.
