У машинному навчанні, навчання на прикладах (інколи також навчання на основі пам'яті) — група навчальних алгоритмів, що порівнюють нові приклади з тими, що зустрічалися при попередньому навчанні і зберігаються в пам'яті. Навчання на прикладах іноді називають ледачим навчанням.
Ці алгоритми будують гіпотези безпосередньо з навчальних прикладів. Це означає, що складність гіпотези може рости з розміром даних: в найгіршому випадку, гіпотеза — це список n навчальних прикладів і обчислювальна складність класифікації одного нового екземпляра є O(N). Однією з переваг навчання на прикладах, на відмінну від машинного навчання, є його здатність адаптувати свою модель до раніше небачених, нових даних: навчені класифікатори можуть просто зберегти новий екземпляр або викинути старий.
Прикладами алгоритмів, що навчаються на прикладах, є метод найближчих k-сусідів, ядрові методи та RBF-мережі. Ці алгоритми зберігають підмножину їх навчальної множини. При передбаченні значення/класу нового прикладу, вони обчислюють відстань або схожість між цим прикладом та тренувальними прикладами, щоб ухвалити рішення.
Щоб вирішити проблему використання пам'яті для збереження всіх вхідних прикладів, а також ризику перенавчання на зашумлених даних в навчальній множині прикладів, були запропоновані алгоритми зменшення прикладів.
Посилання
- ; (2005). Memory-Based Language Processing. Cambridge University Press.
- [en] and Peter Norvig (2003). Artificial Intelligence: A Modern Approach, second edition, p. 733. Prentice Hall.
- Tom Mitchell (1997). Machine Learning. McGraw-Hill.
- D. Randall Wilson; Tony R. Martinez (2000). Reduction techniques for instance-based learning algorithms. Machine Learning.
Це незавершена стаття зі штучного інтелекту. Ви можете проєкту, виправивши або дописавши її. |
Ця стаття містить правописні, лексичні, граматичні, стилістичні або інші мовні помилки, які треба виправити. (грудень 2016) |
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
U mashinnomu navchanni navchannya na prikladah inkoli takozh navchannya na osnovi pam yati grupa navchalnih algoritmiv sho porivnyuyut novi prikladi z timi sho zustrichalisya pri poperednomu navchanni i zberigayutsya v pam yati Navchannya na prikladah inodi nazivayut ledachim navchannyam Ci algoritmi buduyut gipotezi bezposeredno z navchalnih prikladiv Ce oznachaye sho skladnist gipotezi mozhe rosti z rozmirom danih v najgirshomu vipadku gipoteza ce spisok n navchalnih prikladiv i obchislyuvalna skladnist klasifikaciyi odnogo novogo ekzemplyara ye O N Odniyeyu z perevag navchannya na prikladah na vidminnu vid mashinnogo navchannya ye jogo zdatnist adaptuvati svoyu model do ranishe nebachenih novih danih navcheni klasifikatori mozhut prosto zberegti novij ekzemplyar abo vikinuti starij Prikladami algoritmiv sho navchayutsya na prikladah ye metod najblizhchih k susidiv yadrovi metodi ta RBF merezhi Ci algoritmi zberigayut pidmnozhinu yih navchalnoyi mnozhini Pri peredbachenni znachennya klasu novogo prikladu voni obchislyuyut vidstan abo shozhist mizh cim prikladom ta trenuvalnimi prikladami shob uhvaliti rishennya Shob virishiti problemu vikoristannya pam yati dlya zberezhennya vsih vhidnih prikladiv a takozh riziku perenavchannya na zashumlenih danih v navchalnij mnozhini prikladiv buli zaproponovani algoritmi zmenshennya prikladiv Posilannya 2005 Memory Based Language Processing Cambridge University Press en and Peter Norvig 2003 Artificial Intelligence A Modern Approach second edition p 733 Prentice Hall ISBN 0 13 080302 2 Tom Mitchell 1997 Machine Learning McGraw Hill D Randall Wilson Tony R Martinez 2000 Reduction techniques for instance based learning algorithms Machine Learning Ce nezavershena stattya zi shtuchnogo intelektu Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi Cya stattya mistit pravopisni leksichni gramatichni stilistichni abo inshi movni pomilki yaki treba vipraviti Vi mozhete dopomogti vdoskonaliti cyu stattyu pogodivshi yiyi iz chinnimi movnimi standartami gruden 2016