Gépi tanulás
A gépi tanulás lehetővé teszi a számítógépek számára, hogy tanuljanak anélkül, hogy kifejezetten programoznák őket (Arthur Samuel, 1959). Ez az informatika egyik részterülete.
Az ötlet a mesterséges intelligencia területén végzett munkából származik. A gépi tanulás olyan algoritmusok tanulmányozását és felépítését vizsgálja, amelyek képesek tanulni és előrejelzéseket készíteni az adatok alapján. Az ilyen algoritmusok programozott utasításokat követnek, de képesek az adatok alapján előrejelzéseket vagy döntéseket is hozni. A mintául szolgáló bemenetekből modellt építenek fel.
A gépi tanulás ott történik, ahol explicit algoritmusok tervezése és programozása nem lehetséges. Ilyen például a spamszűrés, a hálózati betolakodók vagy rosszindulatú bennfentesek felderítése, az optikai karakterfelismerés (OCR), a keresőmotorok és a számítógépes látás.
Kérdések és válaszok
K: Mi az a gépi tanulás?
V: A gépi tanulás a számítástechnika egyik részterülete, amely a számítógépek számára lehetővé teszi a tanulást anélkül, hogy kifejezetten programoznák őket, olyan algoritmusok segítségével, amelyek képesek tanulni és előrejelzéseket készíteni az adatok alapján.
K: Honnan jött a gépi tanulás ötlete?
V: A gépi tanulás ötlete a mesterséges intelligencia területén végzett munkából származik.
K: Hogyan működnek a gépi tanulásban használt algoritmusok?
V: A gépi tanulásban használt algoritmusok programozott utasításokat követnek, de képesek az adatok alapján előrejelzéseket vagy döntéseket is hozni. Mintául szolgáló bemenetekből építenek fel egy modellt.
K: Mikor használják a gépi tanulást?
V: A gépi tanulást ott használják, ahol explicit algoritmusok tervezése és programozása nem lehetséges. Ilyen például a spamszűrés, a hálózati behatolók vagy az adatbetörésen dolgozó rosszindulatú bennfentesek felderítése, az optikai karakterfelismerés (OCR), a keresőmotorok és a számítógépes látás.
K: Milyen kockázatokkal jár a gépi tanulás alkalmazása?
V: A gépi tanulás alkalmazása kockázatokkal jár, többek között olyan végleges modellek létrehozásával, amelyek "fekete dobozok", és amelyeket a munkaerő-felvétel, a büntető igazságszolgáltatás és az arcfelismerés során elfogultságok miatt kritizálnak.
K: Mit jelent az, hogy egy gépi tanulási modell "fekete doboz"?
V: A "fekete doboz" gépi tanulási modell azt jelenti, hogy döntéshozatali folyamatai nem könnyen magyarázhatók vagy érthetők az emberek számára.
K: Milyen példák vannak a gépi tanulás alkalmazására?
V: A gépi tanulás alkalmazásainak néhány példája a spamszűrés, a hálózati behatolók felderítése, az optikai karakterfelismerés (OCR), a keresőmotorok és a számítógépes látás.
