Interactive Machine Learning (iML)
Interactive Machine Learning (iML)
复制标题
交互式机器学习 (iML)
作者：
Andreas Holzinger
机器学习（ML）在许多领域都有很好的功能，就像汽车的自动学习一样，卑尔根可以在复杂的领域中使用ML方法来建模工件。Ein Beispiel für eine komplexe Domäne ist die Biomedizin，wo wir mit hochdimensionalen，probabilistischen und unvollständigen Datenmengen konfrontiert sind.在解决问题的过程中，我们不能把所有人都集中在一起，而是要把更多的人都集中在一起。
ZusammenfassungWährend Machine Learning (ML) in vielen Domänen sehr gut funktioniert, wie die Leistung selbstfahrender Autos zeigt, bergen vollautomatisierte ML-Methoden in komplexen Domänen die Gefahr der Modellierung von Artefakten. Ein Beispiel für eine komplexe Domäne ist die Biomedizin, wo wir mit hochdimensionalen, probabilistischen und unvollständigen Datenmengen konfrontiert sind. In solchen Problemstellungen kann es vorteilhaft sein, nicht auf menschliches Domänenwissen zu verzichten, sondern vielmehr menschliche Intelligenz und ML zu kombinieren.