Классификация

Классификация в классическом ее понимании приносит с собой новые знания об отношениях объектов разных классов между собой, из этих отношений возникают представления об особенностях объектов внутри классов. Нередко результатом усилий по классификации является обнаружение некоторой обобщенной структуры, которая порождает все множество классифицируемых объектов, и эта структура оказывается простой и понятной.

Последние 5-10 лет идет бум связанный с нейронными сетями и машинным обучением, которые стали активно применять для классификации всего чего только угодно. В одних случаях успешно в других не очень.

В этом всем я вижу один существенный минус — это то, что в процессе обучения нейронной сети не возникает нового знания, которое по большей мере заменяется банальным перебором коэффициентов матриц. После чего эти коэффициенты применяются для классификации любой информации, но при этом не возникает новых знаний как в обычной классификации. Эти знания просто подменяются коэффициентами невообразимого функционала, значение которого позволяет говорить лишь о том, что некоторые объекты оказались бы по воле обучающего в одном классе, если бы их включили в одну обучающую выборку.

А вы что думаете по этому поводу?

 

14.08.2018









 
архив

подписка