Дом аудио Как алгоритм индукции используется в машинном обучении?

Как алгоритм индукции используется в машинном обучении?

Anonim

Q:

Как алгоритм индукции используется в машинном обучении?

A:

В области машинного обучения индукционный алгоритм представляет собой пример использования математических принципов для разработки сложных вычислительных систем. Системы машинного обучения выходят за рамки простой функции «чередования ввода / вывода» и развивают результаты, которые они предоставляют при постоянном использовании. Индукционные алгоритмы могут помочь в обработке сложных наборов данных в режиме реального времени или в более длительных усилиях.

Алгоритм индукции - это то, что применяется к системам, которые показывают сложные результаты в зависимости от того, для чего они установлены. Одним из наиболее фундаментальных способов, с помощью которого инженеры используют индукционный алгоритм, является улучшение получения знаний в данной системе. Другими словами, с установленным алгоритмом набор «данных знаний», которые получают конечные пользователи, каким-то образом улучшается, будь то в отношении количества данных, фильтрации шума и нежелательных результатов или уточнения некоторых точек данных.

Скачать бесплатно: машинное обучение и почему это важно

Хотя технические описания алгоритмов индукции в значительной степени относятся к области математических и научных журналов, одна из основных идей использования алгоритма индукции состоит в том, что он может организовать «правила классификации» в соответствии с принципом индукции и отделить следствия от различных типов систем. шум или исключения. Фильтрация шума из области является широко распространенным применением алгоритма индукции. Существует идея, что в реальной фильтрации данных индукционные алгоритмы могут составлять разные наборы правил как для законных результатов, так и для системного шума, чтобы отличать одно от другого.

Настраивая алгоритмы индукции в соответствии с определенными примерами обучения, заинтересованные стороны ищут способность этих систем идентифицировать и оценивать согласованные правила и данные, которые представляют исключения из этих правил. В некотором смысле, использование алгоритма индукции использует принцип индукции, чтобы «доказать» определенные результаты, которые могут помочь знаниям, потому что они обеспечивают более заметное разграничение в наборе данных (или нескольких наборах данных) - различия, которые могут привести к разным результатам пользовательские возможности.

Как и другие виды программного обеспечения машинного обучения, алгоритмы индукции часто рассматриваются как форма «поддержки принятия решений».

«Мы считаем, что основной задачей реальной индукционной системы является оказание помощи эксперту в выражении его или ее опыта», - пишут авторы статьи Института Тьюринга об индукции в машинном обучении еще в 1980-х годах. «Следовательно, мы требуем, чтобы наведенные правила были очень предсказуемыми и легко понятными для эксперта».

Имея это в виду, индукционные алгоритмы могут быть частью многих видов программных продуктов, которые стремятся уточнить данные и дать развивающиеся результаты для пользователей. В целом, машинное обучение и использование визуальных информационных панелей генерируют новые инструменты, с помощью которых пользователи могут быстрее развивать глубокие знания о любой конкретной системе, будь то морские исследования, медицинская диагностика, электронная коммерция или любой другой вид система данных.

Как алгоритм индукции используется в машинном обучении?