मानव-निर्देशित मशीन लर्निंग की ओर

स्वचालित मशीन लर्निंग (ऑटोएमएल) सिस्टम उभर रहे हैं जो संभावित मॉडलों के एक बड़े क्षेत्र से संभावित समाधानों के लिए स्वचालित रूप से खोज करते हैं। हालाँकि पूरी तरह से स्वचालित मशीन लर्निंग कई अनुप्रयोगों के लिए उपयुक्त है, उपयोगकर्ताओं के पास अक्सर ऐसा ज्ञान होता है जो उपलब्ध डेटा और समाधानों को पूरा करता है और सीमित करता है। यह पेपर मानव-निर्देशित मशीन लर्निंग (एचजीएमएल) का प्रस्ताव रखता है, जो एक हाइब्रिड दृष्टिकोण है जहाँ एक उपयोगकर्ता ऑटोएमएल सिस्टम के साथ इंटरैक्ट करता है और इसे उपयोगकर्ता के डेटा के ज्ञान को दर्शाने वाले विभिन्न समस्या सेटिंग्स का अन्वेषण करने का कार्य सौंपता है। हम प्रस्तुत करते हैं: 1) एचजीएमएल का कार्य विश्लेषण जो दर्शाता है कि एक उपयोगकर्ता कौन से कार्य करना चाहेंगे, 2) दो वैज्ञानिक प्रकाशनों का वर्णन, एक न्यूरोसाइंस में और एक राजनीतिक विज्ञान में, इस संदर्भ में कि लेखक कैसे ऑटोएमएल सिस्टम का उपयोग करके समाधान खोजेंगे, 3) उन वर्णनों के आधार पर एचजीएमएल के लिए आवश्यकताएँ, और 4) उन आवश्यकताओं के संदर्भ में मौजूदा ऑटोएमएल सिस्टम का मूल्यांकन।