Вопрос: Как работает машинное обучение?

Так же как и обычное обучение (в идеале): компьютеру дают задачу и начальный алгоритм, по которому он должен находить её решение. Затем компьютеру дают выполнить несколько таких задач и контролируют, что он выполняет правильно, а что – нет. Неправильные действия система отмечает и совершенствует свой алгоритм. Пройдя несколько таких циклов, компьютер можно научить распознавать картинки, угадывать эмоции на лице, и даже предугадывать действия на видео.

Различают два типа обучения:индуктивный — на основании выявленных эмпирических закономерностей в данных;дедуктивный — основывается на формализации знаний экспертов и их перенос в интеллектуальную систему в виде базы знаний.Способы машинного обучения:обучение с учителем — система принудительно обучается с помощью примеров «стимул-реакция»;обучение без учителя — система обучается спонтанно выполнять поставленную задачу без вмешательства экспериментатора;обучение с подкреплением — система обучается, взаимодействуя с откликом определённой среды на принятые решения (сигналы подкрепления).Некоторые сферы применения:распознавание речи, образов, жестов, рукописного ввода;кредитный скоринг;финансовый и биржевой анализ;техническая диагностика;прогнозирование временных рядов;биоинформатика;хемоинформатика;обнаружение мошенничества и спама;категоризация документов;ранжирование в поиске;маркетинговые исследования.Подробнее можно прочитать на канале «ИНФОРМАЦИОННОЕ ПРАВО в обществе» в статьях «Не умный искусственный интеллект» и «Нейросеть, успешные решения».08 октября 2018 г.автор: Демешин Сергей Владимирович.