Systemy uczące się

Uczenie się

Poprzez uczenie się rozumiemy pewne autonomiczne zmiany w systemie, mające na celu polepszenie jakości jego działania, odbywające się na podstawie obserwacji otaczającego świata lub analizy danych historycznych. Przyjmijmy, że zmiana ta polega na zdobyciu lub udoskonaleniu przez uczącego się wiedzy lub umiejętności, zapamiętaniu tej wiedzy lub umiejętności i wykorzystaniu jej do wykonania stawianych mu zadań. Rodzaj uczenia się, z którym będziemy mieć do czynienia zależy od postaci i sposób dostarczania uczącemu się jego obserwacji i doświadczeń, mechanizm generowania jakiejś wiedzy na ich podstawie oraz sposób wykorzystania tej wiedzy. Jeżeli zadaniem uczącego się miałoby być odpowiednie zakwalifikowanie obiektu do danej kategorii, pokazalibyśmy mu szereg prawidłowo zakwalifikowanych obiektów do kategorii i na tej podstawie uczący się zdobyłby potrzebną wiedzę do zakwalifikowania dowolnego obiektu do odpowiedniej kategorii.[1]

Strony: 1 2 3

Zobacz też inne materiały

» Eksploracja danych - data mining
» Reprezentowanie wiedzy
» Problemy związane z analizą rzeczywistych danych - duże zbiory danych
» Problemy związane z analizą rzeczywistych danych - liczne atrybuty
» Problemy związane z analizą rzeczywistych danych - niekompletne dane
» Problemy związane z analizą rzeczywistych danych - niepoprawne dane
» Reguły asocjacyjne - istota asocjacji
» Reguły asocjacyjne - reprezentowanie danych i hipotez
» Generowanie reguł asocjacyjnych

Powiązane kategorie

» Eksploracja danych - data mining

Komentarze

Jeszcze nie ma komentarzy.

Aby dodać komentarz, zaloguj się.
Jeżeli nie masz jeszcze swojego konta, utwórz je w kilka sekund.

Eksploracja danych - data mining

Już od zarania dziejów informacja miała dla człowieka kluczowe znaczenie w walce o przetrwanie. To informacja o zbliżających się stadach dzikich zwierząt pozwalała na przygotowanie pułapek i upolowanie pożywienia. To informacja jest podstawowym czynnikiem potrzebnym do kształtowania czegoś o bardziej wysublimowanym charakterze – wiedzy.

W dzisiejszym świecie znaczenie informacji nie tylko się nie zatarło, ale się jeszcze bardziej pogłębiło. Błyskawicznie rozwijające się gałęzie nauki, jak telekomunikacja czy informatyka nie tylko ułatwiają szybki dostęp do poszukiwanej informacji, ale również pomagają na szybsze i trafniejsze podejmowanie strategicznych decyzji decyzji. Ogromne ilości informacji wcale jednak bezpośrednio nie ułatwiają podjęcia trafnej decyzji, ponieważ człowiek nie jest w stanie ich wszystkich ogarnąć i wyciągnąć sensownych konkluzji. Z pomocą przychodzi nowa dziedzina nauki: eksploracja danych.

Systemy odkrywające wiedzę w danych powstawały i wciąż powstają na całym świecie. Jako, że problem jest palący, potrzebne są wciąż szybsze i dokładniejsze algorytmy, które poradzą sobie z odnalezieniem nowego rodzaju wiedzy w coraz większych zbiorach danych. Rozwiązania, które opisałem w niniejszej pracy pojawiały się i będą pojawiały się w wielu systemach, zarówno komercyjnych, jak i amatorskich.

Łukasz Gołaszewski, ADAPTACYJNY SKLEP INTERNETOWY
» Strona główna: Eksploracja danych - data mining

Szukaj

Eksploracja danych - data mining - artykuły:

Pokrewne serwisy

Informatyka

Subskrypcja

Chcesz być na bieżąco? Dodaj swój adres e-mail do newslettera!