Τι είναι η μηχανική μάθηση (Machine Learning);

Σε ένα κλασικό πρόγραμμα, ο προγραμματιστής γράφει τους κανόνες: «αν συμβαίνει αυτό, κάνε εκείνο». Στη μηχανική μάθηση γίνεται το αντίθετο: του δίνουμε δεδομένα και σωστές απαντήσεις, και το πρόγραμμα βρίσκει μόνο του τους κανόνες που τα συνδέουν.

Πώς λειτουργεί

Ας πούμε ότι θέλουμε ένα σύστημα που ξεχωρίζει τα ανεπιθύμητα email. Αντί να γράψουμε λίστα με λέξεις που κάνουν ένα μήνυμα ύποπτο, δίνουμε χιλιάδες μηνύματα που έχουν ήδη σημειωθεί ως «spam» ή «κανονικό». Το σύστημα δοκιμάζει, βλέπει πόσο έπεσε έξω και προσαρμόζεται, μέχρι να προβλέπει καλά. Αυτή η φάση λέγεται εκπαίδευση.

Όταν τελειώσει, το εκπαιδευμένο μοντέλο μπορεί να κρίνει καινούργια μηνύματα που δεν έχει δει. Αυτή η χρήση λέγεται εξαγωγή συμπερασμάτων.

Γιατί μετράει

Πολλά προβλήματα, όπως η αναγνώριση ομιλίας ή εικόνας, είναι πολύ δύσκολο να περιγραφούν με κανόνες. Με παραδείγματα όμως λύνονται πολύ πιο εύκολα. Γι' αυτό η μηχανική μάθηση είναι η βάση των περισσότερων σύγχρονων εφαρμογών AI.

Παραδείγματα

• Πρόβλεψη του πότε θα φτάσει ένα δέμα.
• Αναγνώριση χειρόγραφων αριθμών.
• Προτάσεις προϊόντων σε ένα ηλεκτρονικό κατάστημα.

Τι να προσέχεις

Ένα μοντέλο μαθαίνει όσα του δείξαμε. Αν τα παραδείγματα είναι λίγα, μονόπλευρα ή λάθος, και οι προβλέψεις του θα είναι έτσι.