machine learning

1. устройство со средствами самообучения, машинное самообучение;
2. обучение машин, машинное обучение, МО

#

1. способность устройства автоматически увеличивать и/или улучшать вою производительность, эффективность или другие аспекты работы на базе предшествующего опыта;
   
2. общая цель машинного обучения – разработка программ, которые могут учиться на основе данных и делать прогнозы на основе результатов этого обучения.Одно из самостоятельных центральных направлений ИИ. Машинное обучение по своей природе является междисциплинарной областью, оно обобщает результаты и идеи, связанные с нейросетевыми вычислениями, эволюционными и генетическими алгоритмами, нечёткими множествами и др. Прикладное машинное обучение совмещает в себе математические методы и эмпирические приёмы, оно тесно связано со статистикой и интеллектуальным анализом данных (data mining).По определению Тома Митчелла (TomMitchell), компьютерная программа обучается, если её производительность при выполнении определённой задачи, выраженная в измеряемых единицах, увеличивается по мере накопления опыта. При этом все алгоритмы обучаются на тестовых примерах и умеют применять полученный опыт к новым, ранее не встречавшимся случаям, то есть способны к обобщению. Термин ввёл Arthur Samuel в 1959 г. в следующей формулировке: “Машинное обучение – это область исследований, цель которых заключается в том, чтобы дать компьютерам возможность обучаться не будучи явно запрограммированными”. Различают три вида алгоритмов обучения машин – а) контролируемое обучение, обучение с учителем (supervised learning), при котором наборы данных (data set) маркируются, размечаются таким образом, чтобы можно было выявлять паттерны для использования при разметке новых наборов данных; б) неконтролируемое обучение, обучение без учителя (unsupervised learning), при котором наборы данных не размечаются, а сортируются с учётом их сходств или различий; и в) стимулированное обучение, обучение с подкреплением(reinforcement learning), при котором наборы данных не размечаются, но после выполнения некоторого действия или нескольких действий система ИИ получает соответствующую обратную связь. Само обучение состоит из двух больших стадий: на первом (этапе обучения) – по обучающей выборке строится предсказывающий алгоритм, а на второй (этап применения) – по контрольной выборке получают результаты работы этого алгоритма.Методы МО очень активно развиваются: так, недавно появилось распределённое МО, позволяющее существенно сократить время обучения.Например,machine learning software– ПО для обучения машин. Синоним – statistical learning.
   

Связные термины

artificial intelligence, data munging, deep learning, expert system, genetic programming, machine learning algorithm, machine learning library, mixed machine-human learning, one-shot learning, overfitting, supervised machine learning, zero-shot learning

Все термины