„Hiba” változatai közötti eltérés

A lap jelenlegi, 2008. február 1., 12:33-kori változata

Angol megnevezés: Error

Történeti modul

• 1999: "A hiba az előírt és megkívánt állapottól való eltérés, amely az adott alkatrész, vagy szerkezet rendeltetésszerű üzemeltetését befolyásolhatja, esetleg lehetetlenné teszi. "[1]

• 2001: "A mérési adatok valószerűsége megkérdöjelezhető. Mivel soha nem lehetünk teljesen biztosak benne, hogy a rendelkezésre álló adatok valóban hitelesek-e, állandó bizalmatlansággal közelítünk a nagy szórással rendelkező adatsorokhoz. Vagyis hibának vélünk minden szélsöséges eltérést."[2]

• 2004: "A program nem kívánt viselkedése, helytelen reakciója vagy a kívánttól eltérő kimenet produkálása valamilyen bemenet és belső állapot kombinációjára."[3]

• "A terméktől megkívánt működési funkció megszűnése. A hiba okai a tervezéskor, a gyártáskor vagy a felhasználás során beálló körülmények, amelyek hibához vezetnek." [4]

• "Mulasztás vagy kifogásolható tett.
  A gondolkodás, a nyelv vagy valamely tudomány szabályait megsértő vétség, tévedés." [5]

• "A statisztikai adatok általában csak korlátozottan pontosak. Egyrészt az adatfelvételi hibák szinte elkerülhetetlen fellépése miatt, másrészt az adatfeldolgozás során előforduló hibák miatt. Ezért a valóságos adat és a hibákkal torzított mért adat egymástól eltér. A valóságos adat és a mért adat különbsége a statisztikai adat abszolút hibája." [6]

Ontológiai modul

• "ez egy" kapcsolattípus:
  • Abszolút hiba (jelző)
  • Relatív hiba(jelző)
  • Mérési hiba (fajta)

• "van neki, része a szócikknek":
  • Hibaküszöb
  • Hibaforrás
  • Hibahatár
  • Hibaszint
  • Hibaszázalék

• "a címszó része valaminek (a címszóval egyenrangú fogalmak)" kapcsolattípus:
  • Céltalanság tétele : (Előrejelzés, Hibaminimalizálás, Hiba,...)

Ellentmondások és vitatott kijelentések modulja

• A szakirodalmi forrásokban ellentmondást nem véltem felfedezni.

Szerkesztői javaslat: Mi a kapcsolat a hiba, a fitting, a gépi tanulás és a céltalanság tétele között?

• A hiba, a fitting (előrejelzés), és a céltalanság közötti összefüggés:
  Helyes döntés esetén a reálisan elérhetô jövôbeli állapotok közül az következik be, melyet leginkább preferálunk. A jövôbeli állapotok rangsorolása tehát zömmel szubjektív. Ennek ellenére, vagy talán éppen ezért a lehetséges jövôbeli állapotok rangsora ritkán állapítható meg egyértelmûen. S ez nem is lehet másként, hiszen általában maguk a lehetséges jövôbeli állapotok sem definiálhatók precízen. Mindig található ugyanis egy újabb tényezô, mely a lehetséges, rangsorolandó állapotok számát megnöveli. Másrészt már két tényezô figyelembe vételekor sem világos, melyik reális értékpár a legjobb, hiszen az egyes tényezôk pozitív és negatív hatásai nem vonhatók össze. Feltételezve azonban, hogy a cél egyértelmûen adott, vagyis a döntések helyessége objektíven mérhetô, felvetôdik a kérdés, hogyan lehet ezek után az elôrejelzések helyességét megítélni? Az elôrejelzés célja a valóságot jellemzô tényezôk jövôbeli értékeinek oly módon történô megadása, hogy a tényleges és prognosztizált értékek közötti eltérés (hiba) minimális legyen. Ha az eddigiek alapján adott probléma esetén két elôrejelzô módszer közül akarunk választani, akkor azt kell favorizálni, amely az ismert adatok alapján a kisebb hibaszint elérését biztosítja. Amennyiben a gyakorlatban mégis mindkét módszert alkalmazzuk, gyakran elôfordul, hogy a hibaérték szerint rosszabbnak ítélt módszer hozza a jövôben a helyesebb eredményeket.
  A "céltalanság" tétele összefoglalóan tehát úgy hangzik: Amíg a döntéshozó szubjektív célja nem világos, addig nem is lehet rossz döntést hozni, ellenben, ha az elôrejelzés objektív célja nem kellôen definiált, akkor csak rossz prognózisokra lehet számítani.
  [7]

• A gépi tanulás megvalósítása a mesterséges intelligencia-kutatás egyik legrégibb célja, amely Alan Turing korai munkáin át Gold és Blum&Blum munkáiig nyomon követhető. A gépi tanulás a mesterséges intelligencia-kutatás önálló területeként különíthető el, amely a szimbólikus mesterséges intelligenciák induktív módszereire és a logikai programozásra támaszkodva a mesterséges neurális hálózatokhoz és a genetikai algoritmusokhoz tanulási eljárásokat fejleszt és vizsgál. A gépi tanulást - Simon nyomán szabadon - így lehet jellemezni: a tanulás egy rendszerben olyan változásokat hoz létre, amelyek adaptívak, vagyis azonos/hasonló problémák a következő megoldási kísérletben már helyeseben kezelhetők.
  Tehát a gépi tanulás és a hiba közötti összefüggés abban rejlik, hogy a rendszer képes a saját hibáiból tanulva egyre jobb és jobb eredményeket elérni.
  [8]

Definíciós modul

Hiba definiciója:

1. A hiba tulajdonképpen a rendelkezésünkre álló ismert adatok alapján készített előrejelzések, és a valós azaz tényleges értékek közötti különbség.
   
   
2. Valamilyen terméknek, vagy eszköznek, vagy programnak a normális működéstől való eltérése, ami lehetetlenné teszi, vagy megnehezíti ezek normális használatát. Bármi ami a megszokott működésétől eltér, és fellelhető benne olyan változás, ami eddig még nem volt tapasztalható, az egy esetleges hibának minősülhet. Ha például, egy program a megszokottól eltérően viselkedik, akkor sok helyen kereshetjük a hiba forrását. Ez lehet a program saját rejtett hibájából történő helytelen működés, de lehet valamely -a programtól független- külső hiba miatt is.
   

Tesztkérdések modul

• Igaz-e, hogy az előrejelzésnek az a célja, hogy a hiba minimális legyen? Igaz
• Igaz-e, hogy létezik tökéletes előrejelzés? Hamis

(mert mindig található egy új tényező, ami megváltoztatja a prognozist)

• Igaz-e, hogy egy termék esetleges meghibásodását előre nem lehet jelezni? Hamis

(mert előzetes vizsgálattal és megfigyeléssel bizonyos hibák kiszürhetőek)

• Igaz-e, hogy ha a terméket az előírásoknak megfelelően használjuk akkor is előfordulhat hiba? Igaz

(mert a termék meghibásodhat gyártási, tervezési hibából eredendően)

• Igaz-e, hogy a hiba csak emberi mulasztás során következhet be? Hamis.

Ajánlott irodalmak modulja

• Dr. Pitlik László: Rendhagyó gondolatok az elôrejelzések módszertanáról
  [9]
• Dr. Pitlik László: Új módszertani lehetőség a döntéselőkészítésben
  [10]
• Megbízhatóság, elérhetőség, javíthatóság:
  [11]