3 Общие теоретические сведения об алгоритмах машинного обучения

Идея реализации алгоритмов обработки информации, базирующихся на извлечении знаний из данных, возникла достаточно давно (Ту Дж. 1978). Такие алгоритмы, обрабатывая большие массивы данных о предметной области, выделяют закономерности поведения объектов и развития ситуаций. Общий принцип их функционирования – обучение по прецедентам. Прецедент – набор характеристик конкретного объекта или ситуации, набор признаков или признаковое описание. Например, информация о росте и весе конкретного человека – есть прецедент в задаче определения пола человека по росту и весу. А сами рост и вес, соответственно, являются признаками. Множество измеренных признаков для разных людей образуют множество прецедентов данной задачи – накопленные знания. Алгоритмы машинного обучения в основном ориентированы на решение двух классов задач: распознавания и прогнозирования (рис. 3.1).

Figure 3.1: Две задачи машинного обучения

Список использованных источников

Ту Дж., Гонсалес Р. 1978. Принципы распознавания образов. Москва: Мир.