відрізняється тим, що учень алгоритм має можливість самостійно призначати наступну досліджувану ситуацію, на якій стане відомий вірний відповідь:
5) Навчання з частковим залученням вчителя (semi-supervised learning) - для частини прецедентів задається пара В«ситуація, необхідну рішенняВ», а для частини - тільки В«ситуаціяВ»
6) Трансдуктівное навчання (transduction) - навчання з частковим залученням вчителя, коли прогноз передбачається робити тільки для прецедентів з тестової вибірки
7) Многозадачное навчання (multi-task learning) - одночасне навчання групі взаємопов'язаних завдань, для кожної з яких задаються свої пари В«ситуація, необхідну рішення В»
8) Багатоваріантне навчання (multi-instant learning) - навчання, коли прецеденти можуть бути об'єднані в групи, в кожній з яких для всіх прецедентів мається В«ситуаціяВ», але тільки для одного з них (причому, невідомо якого) є пара В«ситуація, необхідну рішенняВ»
В
3.1.3 Класичні задачі вирішуються за допомогою машинного навчання
- Класифікація як правило, виконується за допомогою навчання з учителем на етапі власне навчання.
- Кластеризація як правило, виконується за допомогою навчання без вчителя
- Регресія як правило, виконується за допомогою навчання з учителем на етапі тестування, є окремим випадком задач прогнозування.
- Пониження розмірності даних та їх візуалізація виконується за допомогою навчання без вчителя
- Відновлення щільності розподілу ймовірності по набору даних
- Однокласовій класифікація і виявлення новизни
- Побудова рангових залежностей
В
3.1.4 Типи вхідних даних при навчанні
- Ознакове опис об'єктів - найбільш поширений випадок. p> - Опис взаємин між об'єктами, найчастіше відносини попарного подібності, що виражаються за допомогою матриці відстаней, ядер або графа даних
- Часовий ряд або сигнал. p> - Зображення або відеоряд. <В
3.1.5 Типи функціоналів якості
При навчанні з учителем - функціонал якості може визначається як середня помилка відповідей. Передбачається, що шуканий алгоритм повинен його мінімізувати. Для запобігання перенавчання в минимизируемого функціонал якості часто в явному або неявному вигляді додають регуляризатора.
При навчанні без учителя - функціонали якості можуть визначатися по-різному, наприклад, як відношення середніх межкластерних і внутрікластерних відстаней.
При навчанні з підкріпленням - функціонали якості визначаються фізичним середовищем, б показала якість пристосування агента.
В
3.1.6 Практичні сфери застосування
Метою машинного навчання є часткова або повна автоматизація вирішення складних професійних завдань в самих різних областях людської діяльності.
- Машинне навчання має широкий спектр додатків:
- Розпізнавання мовлення
- Розпізнавання зображень
- Розпізнавання рукописного введення
- Технічна діагностика
- Медична діагностика
- Прогнозування часових рядів
- Біоінформатика
- Виявлення шахрайства
- Виявлення спаму
- Категоризація документів
- Біржовий технічний аналіз
- Фінансовий нагляд
- Кредитний скоринг
- Передбачення догляду клієнтів
- Хемоінформатика
Сфера застосувань машинного навчання постійно розширюється. Повсюдна інформатизація призводить до накопичення величезних обсягів даних у науці, виробництві, бізнесі, транспорті, охороні здоров'я. Виникаючі при цьому завдання прогнозування, управління та прийняття рішень часто зводяться до навчання за прецедентів. Раніше, коли таких даних не було, ці завдання або взагалі не ставилися, або вирішувалися зовсім іншими методами.
В
3.2 Автоматичне доказ
Автоматичне доказ-доказ, що реалізовується програмно. В основі лежить апарат математичної логіки. Використовуються ідеї теорії штучного інтелекту. Процес докази грунтується на логіці висловлювань та логіки предикатів. p> Логіка висловлювань (або пропозіціональная логіка) - це формальна теорія, основним об'єктом якої служить поняття логічного висловлювання. З точки зору виразності, її можна охарактеризувати як класичну логіку нульового порядку. Логіка висловлювань є найпростішою логікою, максимально близькою до людській логіці неформальних міркувань і відома ще з часів античності.
Логіка першого порядку (числення предикатів) - формальне числення, що допускає висловлювання щодо змінних, фіксованих функцій, і предикатів. Розширює логіку висловлювань. У свою чергу є окремим випадком логіки вищого порядку.
