Μηχανική μάθηση
Η μηχανική μάθηση δίνει στους υπολογιστές την ικανότητα να μαθαίνουν χωρίς να προγραμματίζονται ρητά (Arthur Samuel, 1959). Είναι ένα υποπεδίο της επιστήμης των υπολογιστών.
Η ιδέα προήλθε από την εργασία στην τεχνητή νοημοσύνη. Η μηχανική μάθηση διερευνά τη μελέτη και την κατασκευή αλγορίθμων που μπορούν να μάθουν και να κάνουν προβλέψεις σε δεδομένα. Τέτοιοι αλγόριθμοι ακολουθούν προγραμματισμένες οδηγίες, αλλά μπορούν επίσης να κάνουν προβλέψεις ή να λαμβάνουν αποφάσεις βάσει δεδομένων. Κατασκευάζουν ένα μοντέλο από δείγματα εισόδου.
Η μηχανική μάθηση γίνεται εκεί όπου δεν είναι δυνατή η σχεδίαση και ο προγραμματισμός ρητών αλγορίθμων. Παραδείγματα περιλαμβάνουν το φιλτράρισμα ανεπιθύμητης αλληλογραφίας, την ανίχνευση εισβολέων στο δίκτυο ή κακόβουλων εσωτερικών προσώπων που εργάζονται για την παραβίαση δεδομένων, την οπτική αναγνώριση χαρακτήρων (OCR), τις μηχανές αναζήτησης και την όραση υπολογιστών.
Ερωτήσεις και απαντήσεις
Q: Τι είναι η μηχανική μάθηση;
A: Η μηχανική μάθηση είναι ένα υποπεδίο της επιστήμης των υπολογιστών που δίνει στους υπολογιστές την ικανότητα να μαθαίνουν χωρίς να προγραμματίζονται ρητά, χρησιμοποιώντας αλγορίθμους που μπορούν να μαθαίνουν και να κάνουν προβλέψεις σε δεδομένα.
Ερ: Από πού προήλθε η ιδέα για τη μηχανική μάθηση;
Α: Η ιδέα για τη μηχανική μάθηση προήλθε από εργασίες στον τομέα της τεχνητής νοημοσύνης.
Ερ: Πώς λειτουργούν οι αλγόριθμοι που χρησιμοποιούνται στη μηχανική μάθηση;
Α: Οι αλγόριθμοι που χρησιμοποιούνται στη μηχανική μάθηση ακολουθούν προγραμματισμένες οδηγίες, αλλά μπορούν επίσης να κάνουν προβλέψεις ή να λαμβάνουν αποφάσεις βάσει δεδομένων. Χτίζουν ένα μοντέλο από δείγματα εισόδου.
Ε: Πότε χρησιμοποιείται η μηχανική μάθηση;
Α: Η μηχανική μάθηση χρησιμοποιείται όταν δεν μπορεί να γίνει σχεδιασμός και προγραμματισμός ρητών αλγορίθμων. Παραδείγματα περιλαμβάνουν το φιλτράρισμα ανεπιθύμητης αλληλογραφίας, την ανίχνευση εισβολέων στο δίκτυο ή κακόβουλων εσωτερικών προσώπων που εργάζονται για την παραβίαση δεδομένων, την οπτική αναγνώριση χαρακτήρων (OCR), τις μηχανές αναζήτησης και την όραση υπολογιστών.
Ερ: Ποιοι είναι ορισμένοι κίνδυνοι από τη χρήση της μηχανικής μάθησης;
Α: Η χρήση της μηχανικής μάθησης ενέχει κινδύνους, συμπεριλαμβανομένης της δημιουργίας τελικών μοντέλων που είναι "μαύρα κουτιά" και επικρίνεται για προκαταλήψεις στις προσλήψεις, στην ποινική δικαιοσύνη και στην αναγνώριση προσώπων.
Ερ: Τι σημαίνει ότι ένα μοντέλο μηχανικής μάθησης είναι "μαύρο κουτί";
A: Ένα μοντέλο μηχανικής μάθησης "μαύρου κουτιού" σημαίνει ότι οι διαδικασίες λήψης αποφάσεων του δεν είναι εύκολα εξηγήσιμες ή κατανοητές από τους ανθρώπους.
Ερ: Ποια είναι μερικά παραδείγματα εφαρμογών της μηχανικής μάθησης;
Α: Ορισμένα παραδείγματα εφαρμογών της μηχανικής μάθησης περιλαμβάνουν το φιλτράρισμα ανεπιθύμητης αλληλογραφίας, την ανίχνευση εισβολέων στο δίκτυο, την οπτική αναγνώριση χαρακτήρων (OCR), τις μηχανές αναζήτησης και την όραση υπολογιστών.
