Машинне навчання і можливість його застосування для криміналістичних досліджень вогнепальної зброї

Abstract

Роль машинного навчання для сучасного суспільства складно переоцінити, особливо зважаючи на те, що останніми роками ця роль постійно зростає. Різноманітні моделі машинного навчання застосовують як у повсякденному житті, так і для розв’язання прикладних, конструкторських і наукових проблем. Водночас для більшості фахівців у різноманітних галузях знань, зокрема для спеціалістів із криміналістичного дослідження зброї, методи й можливості машинного навчання до сьогодні залишаються маловідомими. У статті розглянуто базові завдання, виконанню яких сприятимуть методи машинного навчання, а також наведено приклади завдань, які постають перед експертами під час проведення криміналістичних досліджень вогнепальної зброї та які можна розв’язати за допомогою згаданих методів. Метою статті є ознайомити фахівців у галузі криміналістики з основними можливостями методів машинного навчання. Продемонстровано також, у розв’язанні яких саме типів завдань криміналістичного дослідження зброї ці методи доцільно застосовувати і що для цього потрібно. Для досягнення поставленої мети застосовано загальнонаукові (діалектичний, порівняння, аналіз, синтез, індукцію, дедукцію) і спеціальні наукові методи (формально-логічний, системно-структурний), а також спеціальні знання та навички з оперування методами криміналістичної ідентифікації (зокрема, балістики, мікроскопічних порівняльних досліджень слідів на кулях і гільзах, виявлення й дослідження продуктів пострілу з метою визначити дистанцію пострілу тощо), принципами машинного навчання та математичними алгоритмами, використовуваними для побудови різних моделей