Машинное обучение — различия между версиями

Версия 00:04, 12 декабря 2017

Машинное обучение (англ. Machine Learning) — обширный подраздел искусственного интеллекта, математическая дисциплина извлекающая знания из данных.

Дисциплина машинного обучения использует следующие разделы:

• математической статистики,
• численных методов оптимизации,
• теории вероятностей,
• дискретного анализа.

Типы обучения

1. Индуктивное обучение (Обучение по прецедентам) основано на выявлении закономерностей в эмпирических данных.
2. Дедуктивное обучение предполагает формализацию знаний экспертов и их перенос в компьютер в виде базы знаний. Дедуктивное обучение принято относить к области экспертных систем, поэтому термины машинное обучение и обучение по прецедентам можно считать синонимами.

Многие методы индуктивного обучения разрабатывались как альтернатива классическим статистическим подходам. Многие методы тесно связаны с извлечением информации (Information Extraction), интеллектуальным анализом данных (Data Mining).

Способы обучения

• Обучение с учителем — для каждого прецедента задаётся пара «ситуация, требуемое решение»:
  1. Метод коррекции ошибки
  2. Метод обратного распространения ошибки
• Обучение без учителя — для каждого прецедента задаётся только «ситуация», требуется сгруппировать объекты в кластеры, используя данные о попарном сходстве объектов, и/или понизить размерность данных:
  1. Альфа-система подкрепления
  2. Гамма-система подкрепления
  3. Метод ближайших соседей
• Обучение с подкреплением — для каждого прецедента имеется пара «ситуация, принятое решение»:
  1. Генетический алгоритм.
• Активное обучение — отличается тем, что обучаемый алгоритм имеет возможность самостоятельно назначать следующую исследуемую ситуацию, на которой станет известен верный ответ
• Обучение с частичным привлечением учителя (semi-supervised learning) — для части прецедентов задается пара «ситуация, требуемое решение», а для части — только «ситуация»
• Трансдуктивное обучение (transduction) — обучение с частичным привлечением учителя, когда прогноз предполагается делать только для прецедентов из тестовой выборки
• Многозадачное обучение (multi-task learning) — одновременное обучение группе взаимосвязанных задач, для каждой из которых задаются свои пары «ситуация, требуемое решение»
• Многовариантное обучение (multiple-instance learning) — обучение, когда прецеденты могут быть объединены в группы, в каждой из которых для всех прецедентов имеется «ситуация», но только для одного из них (причем, неизвестно какого) имеется пара «ситуация, требуемое решение»

Решаемые задачи

• Классификация как правило, выполняется с помощью обучения с учителем на этапе собственно обучения.
• Кластеризация как правило, выполняется с помощью обучения без учителя
• Регрессия как правило, выполняется с помощью обучения с учителем на этапе тестирования, является частным случаем задач прогнозирования.
• Понижение размерности данных и их визуализация выполняется с помощью обучения без учителя
• Восстановление плотности распределения вероятности по набору данных
• Одноклассовая классификация и выявление новизны
• Построение ранговых зависимостей

Scikit Learn предлагает карту выбора нужного алгоритма для решения той или иной задачи:

Сферы применения

• Распознавание речи - преобразование речевого сигнала в цифровую информацию (например, текстовые данные).
• Распознавание жестов - преобразование жестов (росчерков, англ. gesture) в цифровую информацию (клавиатурные команды, сочетания клавиш, текстовые данные)
• Распознавание рукописного ввода - преобразование рукописного ввода в цифровую информацию
• Распознавание образов - классификация и идентификация предметов, явлений, процессов, сигналов, ситуаций и т. п. объектов, которые характеризуются конечным набором некоторых свойств и признаков
• Техническая диагностика - определение технического состояния объектов.
• Медицинская диагностика - процесс установления диагноза, то есть заключения о сущности болезни и состоянии пациента
• Прогнозирование временных рядов - предсказание будущих значений временного ряда по настоящим и прошлым значениям
• Биоинформатика
  • Геномная биоинформатика - математические методы компьютерного анализа в сравнительной геномике
  • Cтруктурная биоинформатика - разработка алгоритмов и программ для предсказания пространственной структуры биополимеров
  • исследование стратегий, соответствующих вычислительных методологий, а также общее управление информационной сложности биологических систем
• Обнаружение мошенничества
• Обнаружение спама - см. Байесовская фильтрация спама
• Категоризация документов
• Биржевой технический анализ
• Финансовый надзор
• Кредитный скоринг — оценка кредитоспособности (кредитных рисков) лица
• Предсказание ухода клиентов
• Хемоинформатика — применение методов информатики для решения химических проблем: прогноз физико-химических свойств химических соединений, свойств материалов, токсикологическая и биологическая активность, ADME/T, экотоксикологические свойства, разработка новых лекарственных препаратов и материалов.
• Обучение ранжированию в информационном поиске

Программное обеспечение

• TensorFlow - библиотека для машинного обучения от Google
• scikit-learn - python-фреймворк со стандартными алгоритмами машинного обучения
• Jupyter Notebook - веб-приложение для совместной работы

Курсы

• A Visual Introduction to Machine Learning
• Курс Эндрю Энга из Стэнфордского университета по машинному обучению /// Classnotes
• Yaser Abu-Mostafa’s Machine Learning course
• Neural Networks and Deep Learning (Recommended by Google Brain Team)
• Statistical Machine Learning
• Курс по машинному обучению на Udacity
• Сообщество Machine Learning на Reddit
• Видеолекции UC Berkeley
• образовательный проект Kaggle

Ссылки

• Top-down learning path: Machine Learning for Software Engineers
• Rules of Machine Learning: Best Practices
• Deep Learning Papers Reading Roadmap