למידה חישובית

מתוך ויקיפדיה, האנציקלופדיה החופשית

למידה חישובית היא תחום במדעי המחשב המשיק לבינה מלאכותית ולסטטיסטיקה ועוסק בפיתוח אלגוריתמים המיועדים לאפשר למחשב ללמוד מתוך דוגמאות. אין לבלבל בין תחום זה, שבו המחשב הוא הלומד, ובין למידה ממוחשבת, שבו האדם הוא הלומד, והמחשב מסייע לו בכך.

נהוג לחלק את אלגוריתמי הלמידה החישובית למספר סוגים:

  • למידה מונחית (supervised learning). כל דוגמה מגיעה ביחד עם תוית סיווג. מטרת האלגוריתם היא לחזות את הסיווג של דוגמאות חדשות שאותן לא פגש בתהליך הלמידה. אלגוריתמים ידועים מסוג זה הם רשתות נוירונים.
  • למידה בלתי מונחית (unsupervised learning). מטרת האלגוריתמים היא למצוא ייצוג פשוט וקל להבנה של אוסף הנתונים. שיטות נפוצות מסוג זה הן חלוקה לצברים (clustering), והטלה ליריעות ממד נמוך כגון Principle component analysis.
  • למידת חיזוק (reinforcement learning). אלגוריתם הלמידה מקבל משוב חלקי על ביצועיו (רק לאחר סיום ביצוע המטלה) ועליו להסיק אילו מהחלטותיו הביאו להצלחה/כשלון.

[עריכה] קישורים חיצוניים