Человек-в-курсе событий

• Контролируемое обучение

  • Обучение без присмотра 
  • Онлайн-обучение 
  • Пакетное обучение 
  • Мета-обучение 
  • Обучение под непосредственным наблюдением 
  • Самостоятельное обучение 
  • Обучение с подкреплением 
  • Изучение учебной программы 
  • Обучение, основанное на правилах 

• Квантовое машинное обучение

  • Классификация 
  • Генеративное моделирование 
  • Регрессия 
  • Кластеризация 
  • Уменьшение габаритов 
  • Оценка плотности 
  • Обнаружение аномалий 
  • Очистка данных 

• Автоматический

  • Правила ассоциации 
  • Семантический анализ 
  • Структурированное предсказание 
  • Разработка функциональных возможностей 
  • Изучение особенностей 
  • Учимся ранжировать 
  • Введение в грамматику 
  • Изучение онтологии 
  • Мультимодальное обучение 
  • Обучение в рамках ученичества 
  • Деревья принятия решений 
  • Упаковывание в мешки 
  • Стимулирование 
  • Случайный лес 
  • к-НН 
  • Линейная регрессия 
  • Наивный Байес 
  • Искусственные нейронные сети 
  • Логистическая регрессия 
  • Персептрон 
  • Векторный анализ релевантности (RVM) 
  • Метод опорных векторов (SVM) 
  • береза 
  • лечение 
  • Иерархический 
  • k-означает 
  • Размытый 
  • Максимизация ожиданий (EM) 
  • СКАНИРОВАНИЕ по базе данных 
  • ОПТИКА 
  • Средний сдвиг 
  • Факторный анализ 
  • приблизительно 
  • ИКА 
  • ЛДА 
  • НМФ 
  • СПС 
  • ПГД 
  • т-СНЭ 
  • SDL (СДЛ) 
  • Сеть Байеса 
  • Условное случайное поле 
  • Скрытый Марков 
  • РАНСАК 
  • Локальный фактор выброса 
  • Изолированный лес 
  • Автокодировщик 
  • Когнитивные вычисления 
  • Глубокое обучение 
  • Глубокая мечта 
  • Нейронная сеть с прямой связью 
  • ЛСТМ 
  • ГРУ 
  • ЕСН 
  • вычисление резервуара 
  • Ограниченная машина Больцмана 
  • ГАН 
  • Диффузионная модель 
  • СОМ 
  • U-Образная сетка 
  • Видение 
  • Мамба 
  • Развивающаяся нейронная сеть 
  • Транзистор памяти 
  • Электрохимическое оперативное память (ECRAM) 
  • Q-обучение 
  • САРСА 
  • Разница во времени (TD) 
  • Самостоятельная игра 
  • Активное обучение 
  • Краудсорсинг 
  • Человек-в-курсе событий 
  • Радиочастотный диапазон 
  • Коэффициент детерминации 
  • Матрица путаницы 
  • Кривая обучения 
  • Кривая ROC 
  • Машины с ядром 
  • Компромисс между предвзятостью и дисперсией 
  • Теория компьютерного обучения 
  • Эмпирическая минимизация риска 
  • Изучение Оккама 
  • Обучение PAC 
  • Статистическое обучение 
  • Теория венчурного капитала 
  • ECML PKDD 
  • НеврИПЫ 
  • ICML (англ. 
  • ICLR 
  • ИДЖКАЙ 
  • мл 
  • JMLR (англ. 
  • Глоссарий по искусственному интеллекту 
  • Список наборов данных для компьютерного зрения и обработки изображений 

• Основные принципы машинного обучения

  • Human-in-the-loop (HITL) используется в нескольких контекстах. 
  • Его можно определить как модель, требующую взаимодействия с человеком. 
  • HITL ассоциируется с моделированием (M&S) в живой, виртуальной и конструктивной таксономии. 
  • HITL и связанный с ним human-on-the-loop также используются в отношении смертоносного автономного оружия. 
  • Кроме того, HITL используется в контексте машинного обучения. 
  • Люди помогают компьютеру принимать правильные решения при построении модели. 
  • HITL улучшает машинное обучение по сравнению со случайной выборкой, отбирая наиболее важные данные. 

• Моделирование

  • При моделировании модели HITL могут соответствовать требованиям к человеческому фактору. 
  • В этом типе моделирования человек всегда является частью моделирования и, следовательно, влияет на результат. 
  • HITL позволяет легко выявлять проблемы и требования, которые могут быть нелегко выявлены с помощью других средств моделирования. 
  • HITL часто называют интерактивным симулятором, который представляет собой особый вид физического моделирования. 

• Выгоды

  • Функция «Человек в курсе событий» позволяет пользователю изменять исход события или процесса. 
  • Погружение эффективно способствует позитивному переносу приобретенных навыков в реальный мир. 
  • Это может быть продемонстрировано слушателями, использующими летные тренажеры при подготовке к тому, чтобы стать пилотами. 
  • HITL также позволяет получить знания о том, как новый процесс может повлиять на конкретное событие. 
  • Использование HITL позволяет участникам взаимодействовать с реалистичными моделями и пытаться действовать так, как они действовали бы в реальном сценарии. 
  • Моделирование HITL выявляет проблемы, которые в противном случае были бы очевидны только после внедрения нового процесса. 
  • Несмотря на то, что многое можно сделать для автоматизации систем, людям, как правило, все равно приходится использовать информацию, предоставляемую системой, чтобы определить следующий курс действий, основываясь на своих суждениях и опыте. 
  • Интеллектуальные системы могут автоматизировать процесс только при определенных обстоятельствах; только люди, участвующие в моделировании, могут точно оценить окончательный дизайн. 
  • Компьютерное моделирование может быть полезно на самых ранних стадиях разработки проекта с целью сбора данных для определения общих параметров, но для принятия важных решений требуется моделирование непосредственно человеком. 

• В рамках таксономии виртуального моделирования

  • В виртуальных симуляциях HITL отводится центральная роль, поскольку он развивает навыки управления движениями, навыки принятия решений или коммуникативные навыки. 

• Примеры

  • Авиасимуляторы 
  • Тренажеры для вождения 
  • Морские тренажеры 
  • Некоторые видеоигры 
  • Тренажеры для управления цепочками поставок 
  • Цифровое кукольное представление 

• Заблуждения

  • Хотя моделирование «человек в цикле» может включать в себя компьютерное моделирование в форме искусственной среды, компьютерное моделирование не обязательно является формой моделирования «человек в цикле» и часто рассматривается как моделирование «человек вне цикла». 

• Обучение с подкреплением на основе обратной связи с людьми

  • Рекомендации.