Video: More than a talking speaker: Bringing AI to the Masses | The Element Podcast - E03 2024
Sommige sites online laten je geloven dat statistiek en machine learning twee totaal verschillende technologieën zijn. Als u bijvoorbeeld Statistieken versus Machine Learning leest, vecht!, je krijgt het idee dat de twee technologieën niet alleen verschillend zijn, maar ronduit vijandig tegenover elkaar staan. Feit is dat statistieken en machine learning veel gemeen hebben en dat statistieken een van de vijf stammen (stromingen) vertegenwoordigt die machinaal leren mogelijk maken. De vijf stammen zijn
- Symbolists: De oorsprong van deze stam ligt in logica en filosofie. Deze groep is afhankelijk van inverse aftrek om problemen op te lossen.
- Connectionists: De oorsprong van deze stam ligt in de neurowetenschappen. Deze groep vertrouwt op backpropagation om problemen op te lossen.
- Evolutionairen: De oorsprong van deze stam ligt in de evolutionaire biologie. Deze groep vertrouwt op genetisch programmeren om problemen op te lossen.
- Bayesians: Deze oorsprong van deze stam zit in statistieken. Deze groep vertrouwt op probabilistische gevolgtrekkingen om problemen op te lossen.
- Analogizers: De oorsprong van deze stam ligt in de psychologie. Deze groep vertrouwt op kernelmachines om problemen op te lossen.
Het uiteindelijke doel van machine learning is om de technologieën en strategieën die de vijf stammen omarmen te combineren tot één algoritme (het masteralgoritme) dat alles kan leren. Natuurlijk is het bereiken van dat doel nog ver verwijderd. Toch werken wetenschappers zoals Pedro Domingos momenteel aan dat doel.
Met behulp van de Bayesiaanse stamstrategie, lost u de meeste problemen op met behulp van een of andere vorm van statistische analyse. Je ziet strategieën omarmd door andere beschreven stammen, maar de belangrijkste reden dat je begint met statistiek is dat de technologie al goed ingeburgerd en begrepen is. Veel elementen van statistieken komen in feite meer in aanmerking als engineering (waarin theorieën worden geïmplementeerd) dan wetenschap (waarin theorieën worden gemaakt). Het is essentieel om de rol van algoritmen in machine learning te begrijpen om te bepalen hoe machine learning werkt.