Vélræn þekkingaröflun
Úr ISIRWiki, frjálsu upplýsingasafni ISIR
Þessi flokkur þekkingaröflunaraðferða skiptist í stórum dráttum í tvo flokka:
- Aðferðir sem keyrðar eru undir eftirliti (e. supervised)
- Aðferðir sem keyrðar eru eftirlitslausar (e. unsupervised)
Með eftirliti er verið að vísa til þess að aðferðirnar eru keyrðar á fyrirfram þekkt og flokkað sett af þjálfunargögnum sem þjálfa reikniritið til að þekkja ákveðna tegund af aðstæðum eða gögnum. Þjálfunarferlið felst í því að finna réttar vigtir á svokallaðan vigtarvektor (e. weight-vector), oftast táknaður með 'w'.
Aðferðir undir eftirliti
- Ákvörðunartré (e. Decision trees)
- Bayesian nets
- Bagging
- Boosting
- Linear regression
- Logistic Regression
- Support Vector Machines
- G-Tauganet (e. Artificial Neural Nets)
Eftirlitslausar aðferðir
- Styrkingar lærdómur (e. Reinforcement learning)
