P:
Kako „glavni algoritam“ mijenja svijet strojnog učenja?
A:Ideja nazvana "glavni algoritam" utječe na način na koji gledamo strojno učenje i rad umjetne inteligencije.
Ideja se popularno pripisuje Pedru Domingosu, profesoru sa Sveučilišta u Washingtonu, koji glavni algoritam temelji na pet različitih vrsta strojnog učenja i načela umjetne inteligencije: simbolizmu, konekcionizmu, evolucionizmu, bajesovoj teoriji i analogizaciji.
| Besplatno preuzimanje: Strojno učenje i zašto je to važno |
Ideja je da objedinjavanjem tih disciplina i stvaranjem algoritma koji djeluje preko kanala možete temeljito unaprijediti što je strojno učenje u stanju učiniti. Ovo je povezano s idejom mreža dubokog učenja koja uključuju procese strojnog učenja.
Jedan od aspekata glavnog algoritma je taj da djeluje na više kanala. Neki stručnjaci to objašnjavaju idejom da algoritmi mogu prelaziti vlasničke platforme koje im govore više o potrošačima. Na primjer, jedan od popularnih aspekata glavnog algoritma je taj da će raditi s platformama društvenih medija poput Facebooka i drugim okruženjima poput Google alata kako bi postigao sveobuhvatniji oblik digitalnog nadzora i dublji odnos s korisnikom ili subjektom.
Glavni algoritam je privukao puno pažnje od strane tehnoloških lidera poput Billa Gatesa i svjetskih lidera poput Xi Jinpinga - postao je zanimljiv i popularan način opisivanja pojmova poput hebbijskog učenja, nadziranog i nenadziranog strojnog učenja, Bayesove logistike i još mnogo toga.
Neka alternativna značenja „glavnog algoritma“ odnose se na druge napore za stvaranje sveobuhvatnih algoritama koji će učiniti više u oponašanju ljudskog i kognitivnog ponašanja - na primjer, ideju povratnog širenja koju je unaprijedio Geoff Hinton i drugi. Međutim, ideja glavnog algoritma koju je teorirao Pedro Domingos najpopularniji je primjer kako se glavni algoritam navikava u tehnološkoj industriji. Bilo da se radi o kombiniranju disciplina, modaliteta, platformi ili vrsta kognitivnog rada, glavni algoritam promiče ideju da možete kombinirati i kombinirati različite vrste alata u jednu snažniju i sposobniju primjenu strojnog učenja i umjetne inteligencije.
