„Gépi tanulás” változatai közötti eltérés
| [ellenőrzött változat] | [ellenőrzött változat] |
Tartalom törölve Tartalom hozzáadva
Nincs szerkesztési összefoglaló |
|||
| 9. sor: | 9. sor: | ||
* [http://www.sztaki.hu/~szcsaba/talks/lecture1.pdf Szepesvári Csaba - Gépi tanulás - Rövid bevezetés - MTA SZTAKI 2005 március. 22] |
* [http://www.sztaki.hu/~szcsaba/talks/lecture1.pdf Szepesvári Csaba - Gépi tanulás - Rövid bevezetés - MTA SZTAKI 2005 március. 22] |
||
* [http://uni-obuda.hu/fodor/01_bevezetes.pdf Fodor János BMF NIK IMRI - Gépi intelligencia I. ] |
* [http://uni-obuda.hu/fodor/01_bevezetes.pdf Fodor János BMF NIK IMRI - Gépi intelligencia I. ] |
||
* [https://www.controllingportal.hu/mesterseges-intelligencia-2017/ Működő példák mesterséges intelligenciára 2017-ben] |
|||
A lap 2017. szeptember 28., 13:43-kori változata
Bevezetés
A gépi tanulás a Mesterséges Intelligencia (MI) egyik ága, olyan rendszerekkel foglalkoznak, melyek tanulni képesek, azaz tapasztalatokból tudást generálnak. A gyakorlatban ez azt jelenti, hogy a rendszer példa adatok, minták alapján képes önállóan, vagy emberi segítséggel szabályszerűségeket/szabályokat felismerni/meghatározni. A rendszer tehát nem csupán betanulja „kívülről” mintákat, hanem képes ezek alapján olyan általánosításra, ami alapján – a tanulási szakasz végeztével – ismeretlen adatokra vonatkozólag is „helyes” döntéseket tud hozni.
Erre az általános célra sokféle algoritmus áll rendelkezésre, amiket a konkrét feladattól függően érdemes kiválasztani.
Források
- Gépi tanulás a gyakorlatban
- Szepesvári Csaba - Gépi tanulás - Rövid bevezetés - MTA SZTAKI 2005 március. 22
- Fodor János BMF NIK IMRI - Gépi intelligencia I.
- Működő példák mesterséges intelligenciára 2017-ben
|
Ez az informatikai tárgyú lap egyelőre csonk (erősen hiányos). Segíts te is, hogy igazi szócikk lehessen belőle! |