Quelle est la différence entre un algorithme d'apprentissage automatique et une heuristique, et quand les utiliser?


Réponse 1:

Avez-vous déjà pensé, pourquoi pas le même modèle ML travailler sur des problèmes différents?

Une heuristique est une fonction simple (qu'est-ce que c'est?) Ou un ensemble de règles (pas seulement if-then-else) pour vous aider à modéliser les données avec un minimum de ressources. Par exemple, pour gagner du temps, je dis que tous les garçons sont plus grands que les filles. Cela peut être vrai dans certains cas, mais pas tout le temps. Alors, comment puis-je améliorer ce modèle? Je collecte des données dans les écoles, introduit certaines variables, par exemple l'âge, l'origine ethnique, le poids, etc., puis j'apprends un modèle ML, ajuste ses paramètres et l'alto! Je réussis mieux que ma simple heuristique. Dans cet exemple, si vous utilisez une heuristique simple et que vous vous comportez mal, c'est correct parce que vous ne perdez rien. Imaginez maintenant un détaillant, un annonceur, un responsable de l'application des lois, ces gens veulent des systèmes performants. Ils veulent vendre des produits, maximiser les revenus, attraper des terroristes. Une solution heuristique simple peut conduire à de fréquentes mauvaises décisions, qui à leur tour entraîneront des pertes en termes de dollars et de vies humaines. Ils voudraient un système fiable, donc ils collecteront des données et formeront des modèles ML. Cependant, ces modèles peuvent en outre bénéficier de certaines connaissances du domaine. par exemple, un annonceur d'une entreprise de savon ne publierait pas ses produits sur des sites Web d'animaux.

Revenons à la question du haut. Chaque modèle ML pour un ensemble de données / problème spécifique est à certains égards un modèle heuristique, mais hautement spécialisé. Cependant, la même solution ne peut pas être appliquée partout et c'est la poursuite des scientifiques de l'IA modernes et futurs.


Réponse 2:

Une heuristique est normalement une fonction codée à la main. Il n'est pas basé sur un modèle obtenu par la formation sur un ensemble de données, mais incarne généralement une expertise de bon sens d'experts du domaine.

Un algorithme d'apprentissage automatique est un algorithme qui s'adapte en fonction des données. Par exemple, un algorithme d'apprentissage en ligne est un algorithme qui continue d'adapter son modèle pour chaque exemple qu'il voit. Plus il est utilisé, mieux c'est (selon que la classe de modèles utilisée est suffisante pour la tâche).

Une heuristique ne change pas mais reste la même. Une astuce intéressante est que nous pouvons utiliser les deux: utiliser une heuristique dans un algorithme d'apprentissage automatique pour se concentrer d'abord sur certains modèles candidats prometteurs, ce qui peut accélérer considérablement le processus d'apprentissage; ou utilisez le Machine Learning pour apprendre un modèle simple mais rapide qui peut alors servir de bonne heuristique.


Réponse 3:

Une heuristique est normalement une fonction codée à la main. Il n'est pas basé sur un modèle obtenu par la formation sur un ensemble de données, mais incarne généralement une expertise de bon sens d'experts du domaine.

Un algorithme d'apprentissage automatique est un algorithme qui s'adapte en fonction des données. Par exemple, un algorithme d'apprentissage en ligne est un algorithme qui continue d'adapter son modèle pour chaque exemple qu'il voit. Plus il est utilisé, mieux c'est (selon que la classe de modèles utilisée est suffisante pour la tâche).

Une heuristique ne change pas mais reste la même. Une astuce intéressante est que nous pouvons utiliser les deux: utiliser une heuristique dans un algorithme d'apprentissage automatique pour se concentrer d'abord sur certains modèles candidats prometteurs, ce qui peut accélérer considérablement le processus d'apprentissage; ou utilisez le Machine Learning pour apprendre un modèle simple mais rapide qui peut alors servir de bonne heuristique.


Réponse 4:

Une heuristique est normalement une fonction codée à la main. Il n'est pas basé sur un modèle obtenu par la formation sur un ensemble de données, mais incarne généralement une expertise de bon sens d'experts du domaine.

Un algorithme d'apprentissage automatique est un algorithme qui s'adapte en fonction des données. Par exemple, un algorithme d'apprentissage en ligne est un algorithme qui continue d'adapter son modèle pour chaque exemple qu'il voit. Plus il est utilisé, mieux c'est (selon que la classe de modèles utilisée est suffisante pour la tâche).

Une heuristique ne change pas mais reste la même. Une astuce intéressante est que nous pouvons utiliser les deux: utiliser une heuristique dans un algorithme d'apprentissage automatique pour se concentrer d'abord sur certains modèles candidats prometteurs, ce qui peut accélérer considérablement le processus d'apprentissage; ou utilisez le Machine Learning pour apprendre un modèle simple mais rapide qui peut alors servir de bonne heuristique.