机构名称：
¥ 1.0
机器学习分为监督和无监督。在第一种情况下，已经对算法进行了“培训”，以根据其程序员输入的数据得出结论（ICO，2017年）。在反向的情况下，在无监督的机器学习下，算法尚未输入，并且在绘制推论时没有指导/指示（Aplaydin，2000）。在公共管理中算法决策的背景下，我们可以基于线性编程的算法（例如，收入x 15％x家庭状况变量=税额）。在这种情况下，不应用使用人工智能技术的算法。人工智能与其创造者独立运行，进行预测/估计（Vlahopoulos，2023）。该算法使用现有数据来预测人类行为，例如为了确定公民是否犯了违规行为。在这种情况下，算法不是线性的（从上面描述的意义上），通常也不可解释：因此，知道每个变量如何做出贡献并不总是那么容易，甚至可能是可能的。在使用深度学习技术的情况下，这更常见。在这种情况下，当可以超越程序员对大量数据的算法分析的规则应用程序的应用时，人工智能就会存在，并且该程序从所提供的数据中识别出的相关性创建了新规则（MenéndezSebastián＆MattosCastañeda，20222年）。
公共行政算法决策
主要关键词
相关文件推荐
