Obsah
Q:
Jak se břitva Occams vztahuje na strojové učení?
A:
Používání holicího strojku Occams se datuje od Williama z Ockhamu v roce 1200 - je to myšlenka, že by mělo být upřednostněno nejjednodušší a nejpřímější řešení, nebo že s různými hypotézami bude nejlépe použito nejjednodušší nebo nejmenší předpoklady.
Holicí strojek Occams má však také některé moderní aplikace pro nejmodernější technologie - jedním příkladem je aplikace principu na strojové učení. Díky strojovému učení pracují inženýři na školení počítačů na souborech tréninkových dat, aby jim umožnili učit se a překračovat hranice původního programování v kódové základně. Strojové učení zahrnuje implementaci algoritmů, datových struktur a vzdělávacích systémů do počítačů, které jim umožní učit se samy a vytvářet vyvíjející se výsledky.
Proto mají někteří odborníci pocit, že břitva Occams může být užitečná a poučná při navrhování projektů strojového učení. Někteří tvrdí, že strojek Occams může pomoci technikům vybrat nejlepší algoritmus, který se použije na projekt, a také pomoci při rozhodování o tom, jak vyškolit program s vybraným algoritmem. Jedna interpretace holicího strojku Occams je, že vzhledem k více než jednomu vhodnému algoritmu se srovnatelnými kompromisy by měl být použit ten, který je nejméně složitý na nasazení a nejsnadněji interpretovatelný.
Jiní poukazují na to, že postupy pro zjednodušení, jako je výběr prvků a zmenšení rozměrů, jsou také příklady použití principu holicího strojku Occams - zjednodušení modelů pro dosažení lepších výsledků. Na druhé straně ostatní popisují modelové kompromisy, kde inženýři snižují složitost na úkor přesnosti - ale stále tvrdí, že tento přístup společnosti Occams může být prospěšný.
Další aplikace holicího strojku Occams zahrnuje parametry nastavené pro určité druhy strojového učení, jako je Bayesovská logika v technologiích. Při omezování sad parametrů pro projekt bylo možné říci, že inženýři „používají holicí strojek Occams“ ke zjednodušení modelu. Jiným argumentem je, že když kreativní lidé brainstorming jak posoudit případ použití v podnikání a omezit rozsah projektu před použitím algoritmů, jsou pomocí holicího strojku Occams omezeni složitost projektu od samého začátku.
Další populární aplikace holicího strojku Occams pro strojové učení zahrnuje „prokletí příliš složitých systémů“. Tento argument ukazuje, že vytvoření složitějšího a podrobnějšího modelu může tento model učinit křehkým a těžkopádným. Existuje problém zvaný overfitting, kde jsou modely příliš složité na to, aby se vešly zkoumaným datům a případům použití těchto dat. Toto je další příklad, kdy by někdo mohl citovat strojek Occams v úmyslném návrhu systémů strojového učení, aby se ujistil, že netrpí přílišnou složitostí a rigiditou.
Na druhé straně některé poukazují na to, že nesprávné použití holicího strojku Occams může snížit účinnost programování strojového učení. V některých případech může být složitost nezbytná a prospěšná. Všechno to souvisí s prozkoumáním konkrétního rozsahu projektu a toho, co musí být získáno, a při pohledu na vstupy, tréninkové sady a parametry, aby bylo možné pro daný výsledek aplikovat nejzacilenější řešení.