Πίνακας περιεχομένων:
Τα τελευταία χρόνια ο όρος "μηχανική μάθηση" εμφανίστηκε σε διάφορες συζητήσεις και φόρουμ, αλλά τι ακριβώς αυτό σημαίνει; Η μηχανική μάθηση μπορεί να οριστεί ως μέθοδος ανάλυσης δεδομένων, βασισμένη στην αναγνώριση προτύπων και την υπολογιστική μάθηση. Αποτελείται από διαφορετικούς αλγορίθμους όπως τα νευρικά δίκτυα, τα δέντρα αποφάσεων, τα Bayesian δίκτυα κ.λπ. Η μηχανική μάθηση χρησιμοποιεί αυτούς τους αλγορίθμους για να μάθει από τα δεδομένα και να ανακτήσει τις κρυμμένες γνώσεις από τα δεδομένα. Η διαδικασία μάθησης είναι επαναληπτική, επομένως τα νέα δεδομένα αντιμετωπίζονται επίσης χωρίς καμία επίβλεψη. Η επιστήμη για να μάθει από προηγούμενα δεδομένα και να την χρησιμοποιήσει για μελλοντικά δεδομένα δεν είναι νέα, αλλά κερδίζει περισσότερο δημοτικότητα.
Τι είναι η εκμάθηση μηχανών;
Ενώ κάποιοι πιστεύουν ότι η μηχανική μάθηση δεν είναι καλύτερη από τις παραδοσιακές μεθόδους προγραμματισμού ηλεκτρονικών υπολογιστών που εξακολουθούν να χρησιμοποιούνται, πολλοί θεωρούν ότι η μηχανική μάθηση αποτελεί επανάσταση στον τομέα της τεχνητής νοημοσύνης (AI). Πιστεύουν ότι με τη χρήση αυτής της τεχνολογίας, τα μηχανήματα θα μπορούν να μάθουν πράγματα και να κάνουν τα πράγματα με τη δική τους εμπειρία, αντί να ακολουθούν απλά τις ανθρώπινες οδηγίες.
Για να κατανοήσουμε περισσότερα για τη σημασία της μηχανικής μάθησης, μπορούμε να τη συγκρίνουμε με τον παραδοσιακό προγραμματισμό υπολογιστών. Οι παρακάτω ενότητες θα συζητήσουν περισσότερα σχετικά με τη μηχανική μάθηση και τη διαφορά της από τον παραδοσιακό προγραμματισμό. (Για μερικά από τα πλεονεκτήματα και τα μειονεκτήματα της μηχανικής μάθησης, δείτε τις υποσχέσεις και τις παγίδες της μηχανικής μάθησης.)
