Μηχανική Μάθηση
Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια
H μηχανική μάθηση είναι μια περιοχή της τεχνητής νοημοσύνης που αφορά σε αναπτυσσόμενες τεχνικές που επιτρέπουν στους υπολογιστές να "μαθαίνουν". Ειδικότερα, η μηχανική μάθηση είναι μια μέθοδος για τη δημιουργία προγραμμάτων υπολογιστών με βάση την ανάλυση συνόλων δεδομένων, και όχι τη διαίσθηση των μηχανικών. Η μηχανική μάθηση επικαλύπτεται σημαντικά με τη στατιστική, αφού και τα δύο πεδία μελετούν την ανάλυση δεδομένων.
Οι αλγόριθμοι μηχανικής μάθησης οργανώνονται σα μια κατάταξη, ανάλογα με το επιθυμητό αποτέλεσμα του αλγορίθμου. Στους συνηθισμένους τύπους αλγορίθμων περιλαμβάνονται οι εξής :
- επιτηρούμενη μάθηση --- (supervised learning) όπου ο αλγόριθμος δημιουργεί μια συνάρτηση που απεικονίζει εισόδους σε επιθυμητές εξόδους.
- μη επιτηρούμενη μάθηση --- (unsupervised learning) όπου ο αλγόριθμος δημιουργεί ένα μοντέλο για ένα σύνολο εισόδων.
- ενισχυτική μάθηση --- (reinforcement learning) όπου ο αλγόριθμος μαθαίνει μια στρατηγική ενεργειών για μια δεδομένη παρατήρηση.
Η ανάλυση των αλγόριθμων μηχανικής μάθησης είναι ένας κλάδος της στατιστικής που ονομάζεται θεωρία μάθησης.
[Επεξεργασία] Βιβλιογραφία
- Bishop, C. M. (1995). Neural Networks for Pattern Recognition, Oxford University Press. ISBN 0198538642
- MacKay, D. J. C. (2003). Information Theory, Inference, and Learning Algorithms, Cambridge University Press. ISBN 0521642981
- Mitchell, T. (1997). Machine Learning, McGraw Hill. ISBN 0070428077
