Q:
Hvordan brukes en induksjonsalgoritme i maskinlæring?
EN:Innen maskinlæring representerer en induksjonsalgoritme et eksempel på bruk av matematiske prinsipper for utvikling av sofistikerte datasystemer. Maskinlæringssystemer går utover en enkel “rote input / output” -funksjon, og utvikler resultatene de leverer med fortsatt bruk. Induksjonsalgoritmer kan hjelpe med sanntidshåndtering av sofistikerte datasett, eller mer langsiktig innsats.
Induksjonsalgoritmen er noe som gjelder systemer som viser komplekse resultater avhengig av hva de er satt opp for. En av de mest grunnleggende måtene som ingeniører bruker en induksjonsalgoritme er å forbedre kunnskapsinnhenting i et gitt system. Med andre ord, med algoritmen på plass, blir settet med "kunnskapsdata" som sluttbrukere får på en eller annen måte forbedret, enten det gjelder datamengden, filtrering av støy og uønskede resultater, eller foredling av noen datapunkter.
| Gratis nedlasting: Machine Learning og Why It Matters |
Selv om de tekniske beskrivelsene av induksjonsalgoritmer stort sett er territoriet til matematiske og vitenskapelige tidsskrifter, er en av de grunnleggende ideene om bruk av induksjonsalgoritmen at den kan organisere "klassifikasjonsregler" i henhold til induksjonsprinsippet og skille sammenligningsresultater fra forskjellige typer system støy eller unntak. Filtrering av støy fra et domene er en fremtredende bruk av induksjonsalgoritmen generelt. Det er ideen om at i virkelighetsdatafiltrering kan induksjonsalgoritmer komponere forskjellige sett med regler for både de legitime resultatene og systemstøyen, for å skille den ene fra den andre.
Ved å sette opp induksjonsalgoritmer i henhold til visse treningseksempler, leter interessenter etter muligheten til disse systemene til å identifisere og vurdere konsistente regler og data som representerer unntak fra disse reglene. På en måte bruker bruken av en induksjonsalgoritme induksjonsprinsippet for å "bevise" visse resultater som kan hjelpe kunnskap, fordi de gir mer markerte avgrensninger i et datasett (eller flere datasett) - distinksjoner som kan drive alle slags ender brukerfunksjoner.
Som andre typer maskinlæringsprogramvare, blir induksjonsalgoritmer ofte tenkt på som en form for "beslutningsstøtte."
"Vi anser at hovedoppgaven til et virkelighetsinduksjonssystem er å hjelpe eksperten med å uttrykke sin ekspertise, " skriver forfatterne av en Turing Institute-artikkel om induksjon i maskinlæring tilbake på 1980-tallet. "Derfor krever vi at de induserte reglene er svært forutsigbare og er lett forståelige for eksperten."
Med dette i bakhodet kan induksjonsalgoritmer være en del av mange typer programvareprodukter som søker å avgrense data og gi nye resultater for menneskelige brukere. Generelt genererer maskinlæring og bruk av visuelle dashboards nye verktøy som brukerne raskere kan utvikle dybdekunnskap om et gitt system, enten det er relatert til marin forskning, medisinsk diagnose, e-handel eller noen annen form for datarikt system.
