Professional Documents
Culture Documents
Stvaramo sustav koji na temelju „bitnih svojstava“ ima pravo tvrditi da je neki novi
entitet isti kao i stari po nekom ciljanom svojstvu Px
Rezultat rada u strojnom učenju gotovi su modeli koji u sebi imaju pravila za koja ne
znamo kako izgledaju, ali za slične inpute dobivamo odgovore slične onima kakve
smo sustavu „rekli“ da očekujemo
Premisa „Sokrat je smrtan.“ -> konkluzija „Svi ljudi su smrtni.“
„Za svaki x, ako je čovjek x, onda je x smrtan.“
ALGORITAM STROJNOG UČENJA
Dvije faze:
1. Treniranje – sustavu dajemo input i željene outpute u nadi da će on razviti dobra
pravila tako da može za nove primjere reći da su isti kao stari
2. Predikcija – utrenirani algoritam (model) koristimo na novim, nepoznatim inputima,
a on onda generira nove outpute
UMJETNE NEURONSKE MREŽE