Μηχανές ακραίας μάθησης
| Το λήμμα δεν περιέχει πηγές ή αυτές που περιέχει δεν επαρκούν. |
Οι Μηχανές ακραίας μάθησης (συντομογρ. ΜΑΜ· αγγλικά: Extreme learning machines [ELMs]) είναι εμπροσθοτροφοδοτούμενα νευρωνικά δίκτυα που χρησιμοποιούνται για ταξινόμηση, παλινδρόμηση, κατηγοριοποίηση, σποραδική προσέγγιση, συμπίεση και μάθηση χαρακτηριστικών με ένα απλό ή πολλαπλά στρώματα κρυφών κόμβων, όπου οι παράμετροι των κρυφών κόμβων (όχι απλώς τα βάρη που συνδέουν τις εισόδους σε κρυφούς κόμβους) δεν χρειάζεται να ρυθμιστούν. Αυτοί οι κόμβοι μπορούν να εκχωρηθούν τυχαία και να μην ενημερωθούν ποτέ (δηλ. είναι τυχαίες προβολές αλλά με μη γραμμικούς μετασχηματισμούς) ή μπορούν να κληρονομηθούν από τους προγόνους τους χωρίς να αλλάξουν. Στις περισσότερες περιπτώσεις τα βάρη εξόδου των κρυφών κόμβων μαθαίνονται σε ένα απλό βήμα, το οποίο ουσιαστικά γίνεται στη μάθηση ενός γραμμικού μοντέλου. Το όνομα "ακραίες μηχανές μάθησης" δώθηκε σε αυτά τα μοντέλα από τον κύριο εφευρέτη τους Guang-Bin Huang.
Σύμφωνα με τους δημιουργούς τους, αυτά τα μοντέλα είναι ικανά να παράγουν καλές επιδόσεις γενίκευσης και μαθαίνουν χιλιάδες φορές γρηγορότερα από δίκτυα που εκπαιδεύονται με την χρήση του αλγορίθμου οπισθοδιάδοσης. Στην βιβλιογραφία, επίσης φαίνεται ότι τέτοιου είδους μοντέλα μπορούν να ξεπεράσουν τις επιδόσεις των Μηχανών Υποστήριξης Διανυσμάτων (ΜΥΔ) και ότι οι ΜΥΔ παρέχουν μη βέλτιστες λύσεις σε εφαρμογές ταξινόμησης και παλινδρόμησης.