기계 학습 : 의사 배트맨 토토 트리 이해

DR. Jason M. Pittman, D.Sc.는 학자, 교수 및 사이버 보안 사고 리더입니다. 그는 현재 배트맨 토토의 전임 교수진에 있으며 뇌-기계 인터페이스에 대한 연구를 수행하고 있습니다. 이것은 기계 학습에 관한 진행중인 시리즈의 2 부입니다.

마지막 게시물에서 제안했습니다.기계 토토 베이 : 당황한Machine Intelligence.

또한 기계 학습은 데이터 세트에 적용되는 알고리즘을 통한 통계의 인스턴스화라고 제안했습니다. 통계와 알고리즘을 두려워 할 수있는 한, 이들은 접근 가능하고 잘 알고있는 주제입니다. 우리는 또한 과학적 방법으로 업무 경험을 행사할 수 있습니다. 더 재미있는 것은 무엇입니까? 제 생각에는 조금. 그럼 시작하자!

학습이란 무엇입니까?

시작할 기초 장소는 운영 정의가입니다.학습. 일반적으로 학습은 행동의 조합과 그러한 행동의 대상으로 정의된다고 주장합니다. 대상은 간단합니다 : 지식. 행동은 고정하기가 더 어렵지만 미세한 시작 세트는와 같은 것일 수 있습니다.창조, 가르침, 경험 또는 인수. 확실히, 우리의 대상과 행동 모두에 대한 수많은 화신이 있습니다. 그러나 나는 우리의 진전을 방해하지 않고이 수준의 정밀도에서 정의를 떠날 수 있다고 생각합니다.

나는 시작하고 싶었습니다학습우리의 주제 (기계 학습)뿐만 아니라배트맨 토토는 중요한 관계 개념입니다. 배트맨 토토은 우리가 아는 것과 우리가 배우는 것을 차별하는 방법입니다. 또한, 우리가 배운 것을 문제에 적용하는 방법입니다. 간결하게, 나는 배트맨 토토이 가능한 솔루션 경로를 따른 길이라고 주장합니다. 이제 명시된 문제와 관련된 이러한 지식, 배트맨 토토, 웨이 포인트 및 경로를 나타내는 다소 깔끔한 방법이 있습니다.

나무

나무는 명시된 문제 (루트)에 비해 경로 (분기)를 따라 Waypoints (노드)를 나타내는 기하학적 프레임 워크입니다. 용어 중 일부는 본질적으로 식물이지만, 우리가 사용하는 나무는 무엇이든이라고 확신합니다. 예를 들여다 보자.

여기, 우리는 5 글자를 만들 수있는 방법을 나타내는 나무가 있습니다단어영어 알파벳의 자음 (c) 및 모음 (v)을 사용합니다. 나무에는 일반적으로 규칙도 포함됩니다. 실제로, 우리의 건축 단어 예제에는 (1) 이중 모음 없음, (2) 트리플 자음 없음 및 (3) 두 개의 인접한 자음은 동일하지 않아야합니다 (예 : ZZ). 꽤 깔끔하게?

의사 배트맨 토토 트리

의사 배트맨 토토 트리가 깔끔하다고 생각합니다. 이들은 배트맨 토토을 노드로 인코딩하는 나무입니다. 분명히, 배트맨 토토은 질문과 추측의 조합입니다. 질문은 a를 통해 답변 할 수 있어야합니다.예 또는 아니오이 경우 지나치게 단순 해 보이지만 그러한 문의를 제기함으로써 상당히 배울 수 있습니다. 친구와 대화를한다고 상상해보십시오. 그것이 머신 러닝 알고리즘이 그 자체와 입력 데이터를 가지고 있지만 수행하는 일입니다.

자기 확신은 질문을 노드, 가지처럼 가능한 결과 및 잎으로 답변함으로써 작동합니다. 따라서 의사 배트맨 토토 트리는 우리에게지도에 수단을 제공합니다이진 분류. 실제로 이것은 우리가 겉보기에 인텔리전스 추천 시스템을 가질 수있는 방법입니다. 예를 들어 과정 추천을하자.

우리는 주어진 학생이 될지 알고 싶습니다Like특정 프로그래밍 클래스. 의사 배트맨 토토 트리를 다음과 같이 인코딩 할 수 있습니다.

기본 아이디어는 프로그래밍 수업이 없었고 검사중인 특정 수업이 야간 세션이 아니라면 아마도 좋아할 것입니다. 반면에, 사전 프로그래밍 클래스를 가지고 있고 마음에 들지 않았다면 해당 클래스를 좋아하지 않을 것입니다.

그러한 배트맨 토토은 프로그래밍 방식으로 간단하게 인스턴스화 될 수 있습니다. 또한 프로그래밍은 시스템이 될 수 있습니다학습학생들에게 수업을 추천합니다.

다음에 프로그래밍 예와 더 많은 기계 학습 토론을 위해 다음 번에 조정하십시오!