Съдържание
Q:
Как се използва алгоритъм за индукция при машинно обучение?
A:
В областта на машинното обучение алгоритъмът на индукция представлява пример за използване на математически принципи за разработването на сложни изчислителни системи. Системите за машинно обучение надхвърлят обикновената функция „ротационен вход / изход“ и развиват резултатите, които предоставят при продължителна употреба. Индукционните алгоритми могат да помогнат при обработката в реално време на сложни набори от данни или повече дългосрочни усилия.
Индукционният алгоритъм е нещо, което се прилага за системи, които показват сложни резултати в зависимост от това, за което са създадени. Един от най-фундаменталните начини, по който инженерите използват алгоритъм за индукция, е да подобри придобиването на знания в дадена система. С други думи, с наличния алгоритъм набор от „данни от знания“, които получават крайните потребители, се подобрява по някакъв начин, независимо дали става въпрос за количеството данни, филтрирането на шума и нежеланите резултати или прецизирането на някои точки от данни.
Въпреки че техническите описания на алгоритмите за индукция са до голяма степен територията на математическите и научните списания, една от основните идеи за използването на алгоритъма на индукция е, че той може да организира „правила за класификация“ според принципа на индукция и да отделя резултатите от различни видове системи шум или изключения. Филтрирането на шума от домейн е най-видното използване на алгоритъма на индукция като цяло. Има идеята, че при филтриране на данни в реалния свят алгоритмите за индукция могат да съставят различни набори правила както за законните резултати, така и за системния шум, за да се разграничат едното от другото.
Чрез създаване на алгоритми за въвеждане в съответствие с определени примери за обучение, заинтересованите страни търсят способността на тези системи да идентифицират и оценяват последователни правила и данни, което представлява изключения от тези правила. В известен смисъл използването на алгоритъм за индукция използва принципа на индукция, за да „докаже“ определени резултати, които могат да подпомогнат знанията, тъй като те предоставят по-ясно очертания в набор от данни (или множество набори от данни) - разграничения, които могат да доведат до всякакъв вид край потребителски възможности.
Подобно на други видове софтуер за машинно обучение, често срещаните алгоритми се смятат за форма на „поддръжка за решения“.
„Ние считаме, че основната задача на индукционната система в реалния свят е да помогне на експерта да изрази своята експертиза“, пишат авторите на труда на Института Тюринг за индукция в машинното обучение през 80-те години. „Следователно ние изискваме индуцираните правила да са силно предсказващи и лесно разбираеми за експерта.“
Като се има предвид това, алгоритмите за индукция могат да бъдат част от много видове софтуерни продукти, които се стремят да усъвършенстват данните и да дават еволюиращи резултати за хората. Като цяло машинното обучение и използването на визуални табла за управление създават нови инструменти, чрез които потребителите могат по-бързо да развият задълбочени познания за всяка дадена система, независимо дали тя е свързана с морски изследвания, медицинска диагностика, електронна търговия или друг вид богата на данни система.