Оглавление:
- Обучение по примерам
- Дедуктивное обучение
- Машинное обучение. Способы
- Решаемые задачи
- Где используется машинное обучение
Что же такое машинное обучение? Говоря простым языком это один из главных подразделов науки о искусственного интеллекта, включающий в себя совокупность таких наук как математический и дискретный анализ, математическая статистика и куда же без оптимизации, ведь работу машин нужно же как-то оптимизировать. Существуют такие типы обучения: по примерам, перенос экспертных знаний в машину. На них остановимся подробнее.
Обучение по примерам
Интеллектуальной машине дается база положительных и отрицательных примеров, которые привязаны к какой-то неизвестной закономерности, затем создается правила, согласно которым в машине происходит разделение на «плохое» и «хорошее».
Допустим прошло разделение, но как проверить правильность? Для этого есть экзаменационная выборка примеров. Информация, заносится в виде совокупности признаковых описаний, но не всегда могут быть полностью заполнены значения некоторых объектов. В таком случае, разрабатывается алгоритм, который вычисляет значение объекта, согласно другим признакам. 
Возникает вопрос- «А что если значение пропустили?» Тогда их заполняют прогнозирующими функциями. Еще признаки можно восстанавливать, например если признак обозначает количество- применяется метод восстановления регрессии, а если качественный – применяется метод классификации.
Также стоит уделить внимание следующим статьям:
Дедуктивное обучение
Предусматривает формализацию экспертных знаний, с переносом в ЕОМ как базу знаний. Как правило, данный метод принято считать областью экспертной системы, но вот, что такое экспертная система? ЭС – это некая компьютерная система, которая способна частично заменить специалиста, для решения какой-то проблемной задачи.
Машинное обучение. Способы
Так как машинное обучение- это совокупность нескольких наук, то и способы обучения будут скомбинированными, но все же базой является наука о нейросетях. Различают такие способы: Обучение с помощью учителя- задается пара «ситуация, способ решения». Включает в себя:
- Методы коррекции ошибок;
- Методы обратного распространения ошибок.
Обучение без помощи учителя – задается только «ситуация», а система должна сама провести группировку объектов в кластера, использовав информацию о попарных сходствах объектов. Включает в себя:
- Систему альфа подкрепления;
- Систему гамма подкрепления.
Специальный метод обучения – задается пара «ситуация, принятое решение». Включается в себя лишь генетический алгоритм. Еще различают такие методы обучения как активное, многозадачное, обучение с множеством вариантов и так далее. Это все разработано с целью максимально гибкого обучения.
Решаемые задачи
Машинное обучение способно решить задачи связанные с:
- Классификацией. Благодаря паре «признак-решение», система классифицирует данные;
- Кластеризацией;
- Регрессией;
- Одноклассовой классификацией. Определяет некоторые схожести объектов и классифицирует их как классы.
Внедряемые данные В машинном обучение используются данные таких типов:
- Описание признаков объекта;
- Сигнал или временной ряд;
- Ряд цифровых изображений.
Где используется машинное обучение
Благодаря своей эффективности, может использоваться в разных сферах, но чаще всего машинное обучение эффективно действует в медицине, трейдинге, так как это две самые динамичные области, где требуется постоянная работа с новыми объемами данных, обучаться составлять базу данных в реальном времени, а обычный человек не в состоянии за всем уследить. 
Машинное обучение в медицине
Почему именно медицина? Да потому, что для более тщательной диагностики и составления правильного курса лечения необходимо учитывать множество различных факторов, например уровень некоторых гормонов, сахара, лейкоцитов, эритроцитов, гемоглобина и в зависимости от понижения или увеличения, прогнозировать болезнь, определять патологические изменения еще в зачатке. Поэтому много лет назад специально для медицинских целей, был разработан алгоритм действий в той или иной ситуации, позволяющий правильно действовать в критических ситуациях.
Машинное обучение в медицине способно предотвращать множество смертей. Как это работает? Машина, с помощью которой проходит обследования пациента, изучает клиническую ситуацию, запоминает ее признаки и разрабатывает решение. Стоит отметить, что машинное обучение в медицине позволяет изучать возникшее болезни и на основе полученных знаний разрабатывать действующее методы лечения. Симптомы заболеваний заносят в базу данных, затем если возникает рецидив, данные о болезни извлекают и работают с ними. 
Машинное обучение в трейдинге
Трейдинг – это одна из самых развивающих отраслей заработка со множество нюансов. Машинное обучение активно используется трейдерами для эффективного обучения своих систем. Как машинное обучение работает в трейдинге? Например, существует некая площадка для торгов, допустим стимовская. Система изучает цены, темпы падения и выводит прогноз – упадет цена или возрастет, а также проводит оценку факторов риска и уже выводит максимально эффективную цену.
Также и на валютном рынке – подробно изучаются сроки на протяжении которых падал, возрастал рост валюты и так же выводится прогноз. Затем система запоминает результаты и на основе их ставит будущую цену.
Машинное обучение – это уверенный шаг в недалекое будущее. Системы с машинным обучением, способы увеличивать свою эффективность в разы. Например в экономике – система изучает различные экономические особенности на рынке, согласно алгоритмам и прогнозирует будущее. Да и погрешности минимальные, по сравнению с человеком.
Обсуждайте и делитесь знаниями комментариях. Смотрите видео по теме.
