Современные подходы к глубокому обучению требуют больших объемов помеченных данных. Создание размеченных данных обходится дорого, подвержено ошибкам и требует много времени. Несмотря на эти проблемы, за последние десятилетия огромные успехи в машинном обучении были достигнуты в области контролируемого обучения, требующего составления больших наборов данных с метками (например, группировки изображений по человеку на изображении). Напротив, алгоритмы обучения без учителя не требуют меток и требуют минимального участия человека. Однако из-за значительных технических трудностей они не имели такого успеха, как алгоритмы обучения с учителем. Самоконтроль преодолевает эти технические трудности и позволяет извлекать пользу из очень больших неразмеченных наборов данных с использованием машинного обучения с минимальным вмешательством человека в приложениях кибербезопасности, точной медицины и профилактического обслуживания. Новый метод обходит эти трудности и открывает путь к масштабированию алгоритмов обучения без учителя для больших и сложных наборов данных. Мы покажем применение этих методов в задачах кибербезопасности и поиска лекарств.
2020-12-17 22:00:00
1697001272
#Машинное #обучение #самоконтролем #новый #рубеж #области #искусственного #интеллекта
