Cztery typy uczenia maszynowego

Początki uczenia maszynowego sięgają przełomu lat 50. i 60. XX wieku. Kluczowym momentem w rozwoju tej technologii było powstanie systemu eksperckiego Dendral na Uniwersytecie Stanforda. Jego podstawowym zadaniem było ustalanie struktury molekularnej nieznanych chemicznych związków organicznych. Obecnie Machine Learning jest wykorzystywane w biznesie na szeroką skalę, m.in. do personalizacji ofert sprzedażowych czy identyfikacji nowych form kontaktu z klientami.

Maszyny uczą się dzięki algorytmom, ciągom zdefiniowanych czynności niezbędnych do pozyskania danej wiedzy. Za każdym razem, gdy system zasilają nowe dane, prezentowane przez niego wyniki są coraz dokładniejsze. Uczenie maszynowe (Machine Learning) polega głównie na czterech działaniach:

Dalsza część tekstu jest dostępna jedynie dla zalogowanych użytkowników.

Zarejestruj się lub zaloguj, aby móc przeczytać ten wpis.