การโปรแกรมตรรกะเชิงอุปนัยและปัญญาประดิษฐ์

ทางลัด: ความแตกต่างความคล้ายคลึงกันค่าสัมประสิทธิ์การเปรียบเทียบ Jaccardการอ้างอิง

ความแตกต่างระหว่าง การโปรแกรมตรรกะเชิงอุปนัยและปัญญาประดิษฐ์

การโปรแกรมตรรกะเชิงอุปนัย vs. ปัญญาประดิษฐ์

การโปรแกรมตรรกะเชิงอุปนัย (Inductive Logic Programming) เป็นการนำวิธีการเรียนรู้ของเครื่องมาใช้ร่วมกับวิธีการโปรแกรมเชิงตรรกะ ในการเรียนรู้ประเภทการเรียนรู้แบบมีผู้สอน การโปรแกรมตรรกะเชิงอุปนัยมีแนวคิดหลักคือ พยายามสร้างทฤษฎีที่ครอบคลุมตัวอย่างบวกแต่ไม่ครอบคลุมตัวอย่างลบ การโปรแกรมตรรกะเชิงอุปนัยมีความแตกต่างจากการเรียนรู้ของเครื่องแบบอื่นในส่วนที่ได้มีการนำเอาโปรแกรมเชิงตรรกะมาใช้ในการอธิบายตัวอย่างและสามารถสร้างความรู้ภูมิหลังในรูปของตรรกะอันดับที่หนึ่งได้ ระบบจะทำการเรียนรู้เพื่อสร้างทฤษฎีในรูปแบบของโปรแกรมเชิงตรรกะจากตัวอย่างและความรู้ภูมิหลังที่ได้รับ โดยทฤษฎีที่ได้นี้สามารถนำไปใช้ในการจำแนกตัวอย่างใหม่ที่ระบบยังไม่เคยเห็นหรือไม่ได้ใช้ในการสอนได้ ซึ่งการใช้โปรแกรมตรรกะเชิงอุปนัยในการอธิบายสมมติฐานและตัวอย่าง ทำให้มีข้อดีที่เหนือกว่าวิธีอื่นๆ คือ. ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ เอไอ (AI) หมายถึงความฉลาดเทียมที่สร้างขึ้นให้กับสิ่งที่ไม่มีชีวิต ปัญญาประดิษฐ์เป็นสาขาหนึ่งในด้านวิทยาการคอมพิวเตอร์ และวิศวกรรมเป็นหลัก แต่ยังรวมถึงศาสตร์ในด้านอื่น ๆ อย่างจิตวิทยา ปรัชญา หรือชีววิทยา ซึ่งสาขาปัญญาประดิษฐ์เป็นการเรียนรู้เกี่ยวกับกระบวนการการคิด การกระทำ การให้เหตุผล การปรับตัว หรือการอนุมาน และการทำงานของสมอง แม้ว่าดังเดิมนั้นเป็นสาขาหลักในวิทยาการคอมพิวเตอร์ แต่แนวคิดหลาย ๆ อย่างในศาสตร์นี้ได้มาจากการปรับปรุงเพิ่มเติมจากศาสตร์อื่นๆ เช่น.

การเรียนรู้ของเครื่อง

การเรียนรู้ของเครื่อง (machine learning) เป็นสาขาหนึ่งของปัญญาประดิษฐ์ที่พัฒนามาจากการศึกษาการรู้จำแบบ เกี่ยวข้องกับการศึกษาและการสร้างอัลกอริทึมที่สามารถเรียนรู้ข้อมูลและทำนายข้อมูลได้ อัลกอริทึมนั้นจะทำงานโดยอาศัยโมเดลที่สร้างมาจากชุดข้อมูลตัวอย่างขาเข้าเพื่อการทำนายหรือตัดสินใจในภายหลัง แทนที่จะทำงานตามลำดับของคำสั่งโปรแกรมคอมพิวเตอร์ การเรียนรู้ของเครื่องมีเกี่ยวข้องอย่างมากกับสถิติศาสตร์ เนื่องจากทั้งสองสาขาศึกษาการวิเคราะห์ข้อมูลเพื่อการทำนายเช่นกัน นอกจากนี้ยังมีความสัมพันธ์กับสาขาการหาค่าเหมาะที่สุดในทางคณิตศาสตร์ที่แงของวิธีการ ทฤษฎี และการประยุกต์ใช้ การเรียนรู้ของเครื่องสามารถนำไปประยุกต์ใช้งานได้หลากหมาย ไม่ว่าจะเป็นการกรองอีเมล์ขยะ การรู้จำตัวอักษร เครื่องมือค้นหา และคอมพิวเตอร์วิทัศน.

การเรียนรู้ของเครื่องและการโปรแกรมตรรกะเชิงอุปนัย · การเรียนรู้ของเครื่องและปัญญาประดิษฐ์ · ดูเพิ่มเติม »

การเรียนรู้แบบมีผู้สอน

การเรียนรู้แบบมีผู้สอน (supervised learning) เป็นเทคนิคการเรียนรู้ของเครื่องซึ่งสร้างฟังก์ชันจากข้อมูลสอน (training data) ข้อมูลสอนประกอบด้วยวัตถุเข้า (มักจะเป็น เวกเตอร์) และผลที่ต้องการ ผลจากการเรียนรู้จะเป็นฟังก์ชันที่อาจจะให้ค่าต่อเนื่อง (จะเรียกวิธีการว่า การถดถอย -- regression) หรือ ใช้ทำนายประเภทของวัตถุ (เรียกว่า การแบ่งประเภท -- classification) ภารกิจของเครื่องเรียนรู้แบบมีผู้สอนคือการทำนายค่าของฟังก์ชันจากวัตถุเข้าที่ถูกต้องโดยใช้ตัวอย่างสอนจำนวนน้อย (training examples -- คู่ของข้อมูลเข้าและผลที่เป็นเป้าหมาย) โดยเครื่องเรียนรู้จะต้องวางนัยทั่วไป (generalize) จากข้อมูลที่มีอยู่ไปยังกรณีที่ไม่เคยพบอย่างมีเหตุผล (ดู inductive bias) การแก้ปัญหาการเรียนรู้แบบมีผู้สอน (เช่น การเรียนรู้เพื่อรู้จำลายมือ) มีขั้นตอนต่าง ๆ ที่ต้องพิจารณา ได้แก.

การเรียนรู้แบบมีผู้สอนและการโปรแกรมตรรกะเชิงอุปนัย · การเรียนรู้แบบมีผู้สอนและปัญญาประดิษฐ์ · ดูเพิ่มเติม »