F:
Hur används en induktionsalgoritm i maskininlärning?
A:Inom maskininlärning representerar en induktionsalgoritm ett exempel på att använda matematiska principer för utveckling av sofistikerade datorsystem. Maskininlärningssystem går längre än en enkel "rote input / output" -funktion och utvecklar resultaten som de levererar med fortsatt användning. Induktionsalgoritmer kan hjälpa till i realtid hantering av sofistikerade datamängder, eller mer långsiktiga ansträngningar.
Induktionsalgoritmen är något som gäller system som visar komplexa resultat beroende på vad de är konfigurerade för. Ett av de mest grundläggande sätten som ingenjörer använder en induktionsalgoritm är att öka kunskapsförvärvet i ett givet system. Med andra ord, med algoritmen på plats förbättras uppsättningen ”kunskapsdata” som slutanvändare får på något sätt, oavsett om det gäller mängden data, filtrering av brus och oönskade resultat eller förfining av vissa datapunkter.
| Gratis nedladdning: Machine Learning and Why It Matters |
Även om de tekniska beskrivningarna av induktionsalgoritmer till stor del är territoriet för matematiska och vetenskapliga tidskrifter, är en av de grundläggande idéerna om användning av induktionsalgoritmen att den kan organisera "klassificeringsregler" enligt induktionsprincipen och separera resultat från olika typer av system buller eller undantag. Filtrering av brus från en domän är en framstående användning av induktionsalgoritmen i allmänhet. Det är tanken att vid verklig datafiltrering kan induktionsalgoritmer komponera olika uppsättningar av regler för både de legitima resultaten och systembruset för att skilja den ena från den andra.
Genom att sätta upp induktionsalgoritmer enligt vissa träningsexempel söker intressenter dessa system förmåga att identifiera och utvärdera konsekventa regler och data som representerar undantag från dessa regler. På ett sätt använder användningen av en induktionsalgoritm induktionsprincipen för att "bevisa" vissa resultat som kan underlätta kunskap, eftersom de ger mer markerade avgränsningar i en datamängd (eller flera datauppsättningar) - distinktioner som kan driva alla slags slut användarfunktioner.
Liksom andra typer av programvara för maskininlärning, är induktionsalgoritmer ofta tänkta som en form av "beslutsstöd."
"Vi anser att den huvudsakliga uppgiften för ett verkligt induktionssystem är att hjälpa experten att uttrycka sin expertis, " skriver författarna till ett Turing Institute-uppsats om induktion i maskininlärning på 1980-talet. "Följaktligen kräver vi att de inducerade reglerna är mycket förutsägbara och är lätta att förstå för experten."
Med detta i åtanke kan induktionsalgoritmer vara en del av många typer av programvaruprodukter som försöker förfina data och producera utvecklande resultat för mänskliga användare. I allmänhet genererar maskininlärning och användningen av visuella instrumentpaneler nya verktyg genom vilka användare snabbare kan utveckla fördjupad kunskap om ett givet system, oavsett om det är relaterat till marin forskning, medicinsk diagnos, e-handel eller någon annan typ av datarikt system.
