Machine Learning

Машинное обучение является подполе компьютерной науки, которая дает компьютерам возможность учиться, не будучи явно запрограммирован. Evolved от изучения распознавания образов и вычислительной теории обучения в области искусственного интеллекта, машинного обучения исследует изучение и построение алгоритмов, которые могут учиться и делать прогнозы на данных - такие алгоритмы преодолеваем следуя строго статические программные команды, делая управляемые данными предсказания или решений, через построение модели из входов образцов. Машинное обучение используется в различных вычислительных задач, где разработка и программирование алгоритмов явных неосуществимо; Пример применения включают в себя фильтрацию спама, обнаружение сетевых вторжений или вредоносных инсайдеров, работающих в направлении нарушения данных, оптического распознавания символов поисковых систем и компьютерного зрения.
Машинное обучение тесно связано с (и часто перекрывается с) вычислительной статистики, которая также сосредоточена в прогнозировании решений посредством использования компьютеров. Она имеет прочные связи с математической оптимизации, которая обеспечивает методы, теории и прикладных областей на поле. Машинное обучение иногда сплавлены с данными miningwhere последнего подполе больше фокусируется на поисковом анализе данных и известен как неконтролируемых обучения. Машинное обучение также может быть неконтролируемой и использоваться для изучения и определения базовых поведенческих профилей для различных организаций, а затем используется, чтобы найти значимые аномалии.
В области анализа данных, машинного обучения является метод, используемый для разработки сложных моделей и алгоритмов, которые поддаются прогнозированию; в коммерческом использовании, это известно как прогностического анализа. Эти аналитические модели позволяют исследователям, ученым данные, инженеры и аналитики "производить надежные, повторяемые решения и результаты" и выявить "скрытые" идеи посредством изучения исторических отношений и тенденций в данных.
- Обучение Дерево принятия решений
- Обучение правило Ассоциация
- Искусственные нейронные сети
- Глубокое изучение
- Индуктивный логическое программирование
- Поддержка векторной машины
- кластеризация
- байесовские сети
- Обучение с подкреплением
- Обучение Представление
- Сходство и метрика обучения
- Разреженных словарь обучения
- Генетические алгоритмы
- Обучение на основе правил машина
- Изучение системы классификаторов