Uporaba programov, ki temeljijo na hevrističnem preiskovanju, za ocenjevanje človeških veščin se zdi na prvi pogled nemogoča, saj se tako ocene kot tudi odločitve tovrstnih programov nenehno spreminjajo z naraščajočo globino preiskovanja. V pričujoči raziskavi analiziramo razlike med različnimi na hevrističnem preiskovanju temelječimi programi, ki se pojavljajo pri ocenjevanju človeških veščin. Rezultati naše raziskave govorijo v prid verodostojni uporabi hevrističnega preiskovanja za ocenjevanje veščin šahistov, navkljub prej omenjenim preprekam.
COBISS.SI-ID: 8654932
Opisali smo proces elicitacije znanja za izgradnjo odločitvenega sistema s področja nevrologije. Za elicitacijo znanja iz podatkov ob sodelovanju domenskega eksperta smo uporabili argumentirano strojno učenje (ABML). Pridobljeni odločitveni sistem je namenjen podpori nevrologom pri ločevanju treh različnih tipov tremorja: esencialnega, Parkinsonskega in mešanega (prisotnost obeh bolezni). Sistem lahko služi nevrologom kot dodatno mnenje, predvsem pa jim lahko bistveno zmanjša stroške diagnoze, ki bi nastopili v primeru pregleda DaTSCAN.
COBISS.SI-ID: 8469332
Kvalitativni modeli so podobni numeričnim, le da namesto numerične napovedi povedo, kako se ena vhodna spremenljivka spreminja glede na ostale. Čeprav ljudje običajno sklepamo kvalitativno, tovrstno sklepanje v strojnem učenju ni razširjeno. V tem delu je predstavljena nova metoda za učenje kvalitativnih modelov iz podatkov, imenovana Padé. Temelji na ocenjevanju parcialnih odvodov vzorčene ciljne funkcije. Naši poskusi kažejo, da je metoda točna, skalabilna in odporna na šum v podatkih.
COBISS.SI-ID: 8863572