Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Wstęp
Jednymzpodstawowychproblemówwnauczaniumaszynowym(ang.machine
learning,ML)jestproblemklasyfikacji.Zadaniepoleganaprzypisaniupodanego
zapomocąwektoraatrybutówobiektudojednejzezdefiniowanychwcześniejklas.
Wektoratrybutówmazwykleskończoną,ustalonązgóry,stałądługość;liczba
klasjesttakżeskończonaiustalona.
WramachMLzaproponowanychzostałowielealgorytmów,którerozwiązu-
jątenproblemprzeznauczanienadzorowane,polegającenaprzedstawieniustaty-
stycznemualgorytmowiuczącemuszereguprzykładówzprzypisanąprawidłową
klasą.Nauczanietworzymodel,który,zpewnądokładnością,potrafirozpoznawać
przykładyprzedstawionewcześniejwtrakcienauczaniaorazrozpoznawaćczęść
ztych,któreniezostaływcześniejpokazane.Oczywiściemożliwejestskonstru-
owanietakiegoalgorytmu,który(chociażbyprzezzapamiętaniewszystkichprzy-
kładówwtabeli)będziepoprawnierozpoznawaćwszystkieprzykładyprzedsta-
wionewprocesienauczania.Pociągatojednakzasobąsłabszerozpoznawanie
przykładównieprzedstawionych,czylisłabszągeneralizację.
CelemMLjestznalezieniealgorytmu(alborodzinyalgorytmów),którybędzie
osiągałwysokistopieńgeneralizacji(tzn.będąprawidłoworozpoznawaćprzykła-
dy,któreniebyłyuwzględnionewzbiorzeuczącym).Istotnejest,abyznaleziony
algorytmbyłjednocześniestosunkowoprostywużyciu,niewymagałdodatkowej
wiedzyeksperckiej,długiegoczasupróbprzywyszukiwaniusuboptymalnego
modelu,byłmaksymalnieprostyitd.Istniejeszeregwielepodejść,takichjaksys-
temyekspertowe,klasyfikatoryBayesowskie,różnezastosowanialogikirozmy-
tej,drzewadecyzyjne,algorytmytypuEM,siecineuronoweiinne.Zichpomocą
możliwejestbudowaniepodstawowychmonolitycznychmodeli,tzn.opartychna
jednympodejściu,wodróżnieniuodmodelihybrydowychłączącychkilkaróżnych
podejśćdoutworzeniajednegomodelu.
Jednymzpodstawowychproblemówjestto,żeznalezienieoptymalnego,ara-
czejnajlepszegomożliwegodoznalezienia,modelujestzwyklebardzoczaso-
chłonne,wymagawiedzyspecjalistycznej,zależyodreprezentatywnościdostęp-
negozbioruuczącego.Częstoteż,abyosiągnąćwystarczającodużąskuteczność,
szukanymodelwymagabardzowieluparametrów,cowiążesięzesłabympozio-
memgeneralizacji.
