Inhoud
Q:
Hoe wordt een inductie-algoritme gebruikt bij machine learning?
EEN:
Op het gebied van machine learning is een inductie-algoritme een voorbeeld van het gebruik van wiskundige principes voor de ontwikkeling van geavanceerde computersystemen. Systemen voor machinaal leren gaan verder dan een eenvoudige "invoer / uitvoer" -functie en evolueren de resultaten die ze leveren bij voortgezet gebruik. Inductie-algoritmen kunnen helpen bij de realtime afhandeling van geavanceerde gegevenssets of meer langdurige inspanningen.
Het inductie-algoritme is iets dat van toepassing is op systemen die complexe resultaten vertonen, afhankelijk van waarvoor ze zijn ingesteld. Een van de meest fundamentele manieren waarop ingenieurs een inductie-algoritme gebruiken, is het verbeteren van kennisverwerving in een bepaald systeem. Met andere woorden, met het algoritme is de set van "kennisgegevens" die eindgebruikers krijgen op de een of andere manier verbeterd, of het nu gaat om de hoeveelheid gegevens, het filteren van ruis en ongewenste resultaten, of de verfijning van sommige gegevenspunten.
Hoewel de technische beschrijvingen van inductie-algoritmen grotendeels het terrein zijn van wiskundige en wetenschappelijke tijdschriften, is een van de basisideeën over het gebruik van het inductie-algoritme dat het "classificatieregels" kan organiseren volgens het inductieprincipe en afzonderlijke bijbehorende resultaten van verschillende soorten systemen lawaai of uitzonderingen. Ruis uit een domein filteren is in het algemeen een prominent gebruik van het inductie-algoritme. Er is het idee dat in real-world datafiltering, inductiealgoritmen verschillende sets regels kunnen opstellen voor zowel de legitieme resultaten als de systeemruis, om elkaar te onderscheiden.
Door inductie-algoritmen in te stellen volgens bepaalde trainingsvoorbeelden, zoeken stakeholders naar het vermogen van deze systemen om consistente regels en gegevens te identificeren en te beoordelen die uitzonderingen op deze regels vertegenwoordigen. In zekere zin maakt het gebruik van een inductie-algoritme gebruik van het inductieprincipe om bepaalde resultaten te 'bewijzen' die kennis kunnen helpen, omdat ze duidelijkere afbakeningen in een gegevensset (of meerdere gegevenssets) bieden - onderscheidingen die allerlei soorten einde kunnen aanjagen gebruikersmogelijkheden.
Net als andere soorten software voor machine learning, worden inductiealgoritmen vaak gezien als een vorm van 'beslissingsondersteuning'.
"We beschouwen de belangrijkste taak van een real-world inductiesysteem om de expert te helpen bij het uiten van zijn of haar expertise," schrijven de auteurs van een paper van het Turing Institute over inductie in machine learning in de jaren tachtig. "Daarom vereisen we dat de geïnduceerde regels zeer voorspellend zijn en gemakkelijk te begrijpen zijn voor de expert."
Met dit in gedachten kunnen inductiealgoritmen deel uitmaken van vele soorten softwareproducten die proberen gegevens te verfijnen en zich ontwikkelende resultaten voor menselijke gebruikers te produceren. Over het algemeen genereert machine learning en het gebruik van visuele dashboards nieuwe tools waarmee gebruikers sneller diepgaande kennis kunnen ontwikkelen over een bepaald systeem, of het nu verband houdt met marien onderzoek, medische diagnose, e-commerce of enige andere vorm van data-rijk systeem.