Видове машинно обучение

Терминът машинно обучение (автоматично обучение) се отнася до набор от механизми, принадлежащи към света на изкуствения интелект. Има три типа машинно обучение: контролирано, неконтролирано и обучение с подсилване.

Тези механизми позволяват на интелигентната машина да подобрява възможностите и производителността си във времето, като автоматично се учи с опит да изпълнява определени задачи, като подобрява работата си все повече и повече с течение на времето. 

Пример е AlphaGo, софтуер за машинно обучение за играта Go, разработен от DeepMind. AlpaGo беше първият софтуер, способен да победи човешки господар в играта в самолет Гобан стандартен размер (19 × 19). Софтуерът AlphaGo беше обучен чрез наблюдение на милиони ходове, направени от играчи на Go по време на различни игри, и машината играеше сама срещу себе си, в резултат на което успя да победи смятания за най-добрия играч в света на тази игра.

Нека сега разгледаме трите основни категории машинно обучение.

Учене под наблюдение

Системата получава примери, етикетирани според желания резултат. Това означава, че наборите от данни, полезни за инструктиране на машината, са съставени от елементи, които представляват реални ситуации, съставени от входни данни "Характеристика„И от изходни данни“цел". Позовавайки се на примера на статията Какво е машинно обучение, какво представлява и какви са неговите цели, подготовката на обучението беше от супервизиран тип, тъй като имахме отделни случаи на маршрути, за всеки от които бяха посочени характеристики (превозно средство, маршрут) и цел (време за пътуване). Наборите от данни обикновено са много по-сложни, примерът беше изключително ограничен и дидактичен, с цел да се опрости разбирането на контролираното машинно обучение.

Случай от този тип позволява на алгоритъма да проучи на базата на вида на маршрута и превозното средство, какво може да бъде времето за пътуване. Има два вида проблеми при контролираното машинно обучение:

1. регресия: когато целта е съставена от непрекъсната променлива, това е количество, число;
2. класификация: когато целта може да бъде представена от клас или категория.

Ако разгледаме отново примера с трасетата на магистралите, можем да кажем, че това е регресия. Ако целта се състои от оценка като: бързо, ако е под един час, бавно между 1 и два часа, много бавно, ако е над два часа. В този случай това би било проблем с класификацията.

Учене без надзор

Няма обозначени данни, системата е тази, която, започвайки от входовете, трябва да намери структура в данните. На практика нямаме цели, а само входни данни. Като че ли в примера имахме само данните за маршрута и превозното средство, но не и данните за времето за пътуване.

При този подход алгоритмите трябва да идентифицират категории, като търсят скрити структури в данните. Основните инструменти, които могат да се използват при неконтролирания подход, са групиране и правила на асоцииране.

Учене с подсилване

Системата получава информация от околната среда и предприема действия. Системата се опитва да предприеме действия, за да получи награди. Системата ще се опита да приложи действия, които оптимизират наградата в зависимост от състоянието на околната среда. 

Системата за възнаграждение е реализирана чрез компонент, т.нар агент. Агентът решава действие, което да бъде извършено върху околната среда и от това получава такова награда и евентуално информация за състоянието на околната среда, като следствие от започнатото действие.

Например, ако мислим за система, посветена на играта на шах, агентът е компонентът, който решава хода, средата е самата игра. Като следствие от всеки отделен ход, направен от агента, състоянието на играта се променя (разбирано като текуща ситуация, позиция на всички фигури, също като следствие от хода на противника), получавайки обратна връзка като изядена фигура на противника, следователно предназначени като награда за преместването. По този начин агентът се учи и се образова.

заключения

Следователно е очевидно, че изборът между видовете машинно обучение зависи от контекста. Тоест, видът на подхода се избира въз основа на наличните данни и възможността да има история, която включва описанието на обстоятелствата на всеки отделен случай (вход), както и резултат (изход). Така че с набор от данни от този тип можете да продължите да използвате контролиран подход.

Ако, от друга страна, нямате възможност да знаете предварително изходните данни (целта) или искате да откриете нови цели, тогава е необходимо да идентифицирате връзките между входните данни, за да откриете обстоятелства, които никога не са се срещали в история, или да се изправи пред обучението към среда, която се развива и реагира. В този случай е необходимо да изберете техники без надзор или укрепване.

Ercole Palmeri: Пристрастен към иновациите