Как мы установили ранее, обучение является основной областью искусственного интеллекта, поскольку оно позволяет агенту достигать максимальной эффективности во все большем количестве сценариев. Есть много способов добиться этого обучения, но в этой статье я расскажу об одном из преобладающих типов обучения в области, называемом статистическим обучением. Статистическое обучение сосредоточено на подходе к проблеме с использованием вероятности на основе данных, а точнее, путем поиска прогностической функции на основе наблюдений. Основывая свои ответы на гипотезах, полученных в результате статистического обучения, агент может не только достигать эффективных или ожидаемых ответов с меньшими объемами данных, но также может продолжать адаптировать свои гипотезы путем дальнейшего сбора данных, что делает его собственное обучение почти идеально точным после определенного периода времени. количество времени. Разрабатывая агент, способный выводить выражение для вероятности данных в зависимости от некоторых конкретных параметров, мы позволяем ему разрабатывать свои собственные гипотезы, достоверность которых со временем растет благодаря его адаптации к большему количеству данных, основанных на реальном опыте. о бесчисленных сценариях или проблемах. Одна из основных проблем, связанных с обучением агентов только на основе статистического обучения, связана с проблемами данных или ситуаций, которые не могут быть основаны на данных. Предвзятые данные или выбросы могут сильно повлиять на модели гипотез, особенно на ранних этапах, что приведет к неверным ответам или выводам, пока объем собранных данных не увеличится. Кроме того, проблемы с восприятием агентом могут создать барьер для сбора точных данных, что приведет к неверным гипотезам даже после сбора больших объемов данных. Тем не менее, статистическое обучение оказалось эффективным методом повышения знаний агентов и хорошей моделью обучения в целом, но, на мой взгляд, для максимизации производительности агента необходимо применять несколько моделей для достижения наилучшего обучения.