Învățare automată

Helpful Books

Conține anunțuri

Despre aplicație

Învățarea automată este un domeniu al informaticii care oferă sistemelor informatice capacitatea de a „învăța” (adică de a îmbunătăți progresiv performanța într-o sarcină specifică) cu date, fără a fi programate în mod explicit.

Numele Machine learning a fost inventat în 1959 de Arthur Samuel. Evoluat din studiul recunoașterii tiparelor și al teoriei învățării computaționale în inteligența artificială, învățarea automată explorează studiul și construirea algoritmilor care pot învăța și face predicții asupra datelor - astfel de algoritmi depășesc urmând instrucțiuni strict statice ale programului prin luarea de predicții sau decizii bazate pe date. , 2 prin construirea unui model din eșantioane de intrări. Învățarea automată este utilizată într-o serie de sarcini de calcul în care proiectarea și programarea algoritmilor expliciți cu performanțe bune este dificilă sau imposibilă; Exemplele de aplicații includ filtrarea e-mailurilor, detectarea intrușilor din rețea sau a utilizatorilor rău intenționați care lucrează la o încălcare a datelor, recunoașterea optică a caracterelor (OCR), învățarea clasificării și viziunea pe computer.

Învățarea automată este strâns legată de (și se suprapune adesea cu) statisticile de calcul, care se concentrează, de asemenea, pe predicția prin utilizarea computerelor. Are legături puternice cu optimizarea matematică, care oferă domenii metode, teorie și aplicații. Învățarea automată este uneori combinată cu extragerea datelor, unde acest din urmă subcâmp se concentrează mai mult pe analiza datelor exploratorii și este cunoscut sub numele de învățare nesupravegheată. vii Învățarea automată poate fi, de asemenea, nesupravegheată și poate fi utilizată pentru a învăța și a stabili profiluri comportamentale de bază pentru diferite entități și apoi pentru a găsi anomalii semnificative.

În domeniul analizei datelor, învățarea automată este o metodă utilizată pentru a elabora modele și algoritmi complexi care se pretează la predicție; în utilizarea comercială, aceasta este cunoscută sub numele de analiză predictivă. Aceste modele analitice permit cercetătorilor, cercetătorilor de date, inginerilor și analiștilor să „producă decizii și rezultate fiabile, repetabile” și să descopere „informații ascunse” prin învățarea din relațiile istorice și tendințele din date.

Învățarea automată eficientă este dificilă, deoarece găsirea tiparelor este dificilă și adesea nu sunt disponibile suficiente date de instruire, drept urmare programele de învățare automată nu reușesc adesea să livreze.