Μηχανική Μάθηση και απόκτηση βεβαίωσης

24/03/2025

Μάθηση από τα δεδομένα

Η ΤΝ λειτουργεί κυρίως μέσω της μηχανικής μάθησης (machine learning). Αυτό σημαίνει ότι ο υπολογιστής μαθαίνει από παραδείγματα αντί να ακολουθεί απλώς οδηγίες. Για παράδειγμα, αν του δώσουμε πολλές φωτογραφίες σκύλων και του πούμε ποια περιέχουν σκύλους και ποια όχι, θα αρχίσει να αναγνωρίζει σκύλους σε νέες εικόνες που δεν έχει ξαναδεί.

 Η μηχανική μάθηση (Machine Learning, ML) στηρίζεται στην ικανότητα ενός συστήματος να εξάγει γνώση μέσω ανάλυσης δεδομένων και να βελτιώνει τις επιδόσεις του χωρίς ρητά προγραμματισμένες οδηγίες. Οι αλγόριθμοι μηχανικής μάθησης διακρίνονται σε τρεις κύριες κατηγορίες:

• Επιβλεπόμενη μάθηση (Supervised Learning): Το σύστημα εκπαιδεύεται με δεδομένα που περιέχουν ετικέτες (labels), ώστε να μαθαίνει να προβλέπει την έξοδο (output) για νέα δεδομένα.
• Μη επιβλεπόμενη μάθηση (Unsupervised Learning): Το σύστημα αναλύει μη επισημασμένα δεδομένα για την εξαγωγή συσχετίσεων και προτύπων.
• Ενισχυτική μάθηση (Reinforcement Learning): Ο αλγόριθμος προσαρμόζει τη συμπεριφορά του μέσω ενός μηχανισμού επιβράβευσης-τιμωρίας, όπως στα συστήματα αυτόνομης οδήγησης.

Τι είναι η μηχανική μάθηση;

Στο εισαγωγικό βίντεο θα μάθετε τι είναι η μηχανική μάθηση και πώς λειτουργεί.  

Η Code.org δημιούργησε έναν πολύ κατατοπιστικό οδηγό ώστε να γίνει κατανοητός, 

από μικρούς και μεγάλους, ο τρόπος με τον οποίο λειτουργεί η μηχανική μάθηση.

 Η εκμάθηση γίνεται μέσα από το παράδειγμα της προστασίας της θαλάσσιας ζωής 

και το project που έχει τον τίτλο AI for Oceans.