Tsetlin-maskin er en form for lærende automat basert på algoritmer fra forsterkende læring for å lære uttrykk fra setningslogikk (utsagnslogikk/proposisjonslogikk). Ole-Christoffer Granmo gav metoden navn etter Michael Lvovitch Tsetlin og hans Tsetlinautomater. Metoden bruker primitiver som er enklere og raskere å evaluere i ordinære digitale regnemaskiner enn ordinære kunstige nevrale nett, men mens metoden er raskere så faller signal til støynivå raskt ved økende størrelse på signalrommet. Så langt viser algoritmen lovende resultater på testdata.
Ett av de første store problemene for algoritmen var å lære menneske-lesbare regler for å kategorisere tekst med stor nøyaktighet. Dette er for medisinsk tekst. Slik kategorisering av tekst er en vanlig øvelse for å teste om klassifikatorer fungerer som forutsatt.
En Tsetlin automat er en form for en tilstandsmaskin, og en Tsetlin-maskin lærer i utgangspunktet relasjoner mellom tilstander, men det har vist seg mulig å bruke tilsvarende læreregler for ordinær regresjonsanalyse. Det vil si at Tsetlin-maskinen gir kontinuerlige utverdier. Tilsvarende har det også vist seg mulig å bruke kontinuerlige innverdier for klassifikasjonsproblemer.
Referanser
Kategori:Kunstig intelligens Kategori:Endelig tilstandsmaskin