Οι αλγόριθμοι μηχανικής μάθησης μπορούν να διευκολύνουν τη ζωή και την εργασία, απελευθερώνοντάς μας από περιττές εργασίες, ενώ εργαζόμαστε γρηγορότερα - και πιο έξυπνα - από ολόκληρες ομάδες ανθρώπων. Ωστόσο, υπάρχουν διαφορετικοί τύποι μηχανικής μάθησης. Για παράδειγμα, υπάρχει μάθηση ενδυνάμωσης και μάθηση βαθιάς ενίσχυσης.
"Παρά το γεγονός ότι η ενίσχυση της μάθησης και η μακρόχρονη ενίσχυση της μάθησης είναι τεχνικές μηχανικής μάθησης που μαθαίνουν αυτόνομα, υπάρχουν κάποιες διαφορές", δήλωσε ο Dr. Kiho Lim, επίκουρος καθηγητής πληροφορικής στο Πανεπιστήμιο William Paterson στο Wayne, New Jersey. "Η μάθηση ενδυνάμωσης δυναμικά μάθησης με μια μέθοδο δοκιμής και σφάλματος για τη μεγιστοποίηση του αποτελέσματος, ενώ η μακρά ενίσχυση της μάθησης μαθαίνει από τις υπάρχουσες γνώσεις και την εφαρμόζει σε ένα νέο σύνολο δεδομένων".
Αλλά τι ακριβώς σημαίνει αυτό; Πήγαμε στους ειδικούς - και τους ζήτησαν να δώσουν πολλά παραδείγματα!
