Машинное обучение — одна из самых передовых технических областей, которая повсеместно привлекает большое внимание. От студентов, поступающих в колледжи, до ученых-исследователей, от небольших стартапов до крупных технологических гигантов — все хотят сделать все возможное, создать лучшие модели и реализовать лучшие функции с помощью машинного обучения.
Все больше и больше студентов и исследователей в настоящее время пытаются узнать о машинном обучении, но очень важно получать правильную и точную информацию. Многие люди дают действительно сложные значения и определения того, что такое модель машинного обучения и как она работает. Книжные определения определенно правильны, но легко ли понять и объяснить эту правильность? Мой ответ: НЕТ.
Когда кто-то спрашивает меня, что такое модель машинного обучения, я просто говорю, что это человеческий ребенок. Ты понял? Нет, я объясню.
Так же, как маленький человеческий ребенок наблюдает за людьми вокруг и медленно учится у них. Наряду с этим существуют некоторые функции, называемые рефлексами, которые уже передали в человеческий разум информацию о том, как реагировать в ситуации паники. Точно так же модель машинного обучения имеет некоторые встроенные функции, а затем изучает другие вещи из информации, которая поступает внутрь.
Давайте разберемся с использованием одной из самых простых моделей машинного обучения — линейной регрессии. Линейная регрессия пытается смоделировать взаимосвязь между двумя переменными, устанавливая линейное уравнение для наблюдаемых данных.
Эта модель использует заданный набор информации для обучения, а затем пытается реализовать собранную информацию и ее шаблоны на тестовых данных.
В примере на изображении данные, содержащие изображения различных транспортных средств с зависимым значением, указывающим, является ли это автомобилем или нет, передаются регрессионной модели. Модель анализирует эти данные, а затем пытается вывести другие изображения, сообщая, представляют ли они автомобиль или нет.
Я надеюсь, что после сегодняшнего дня даже вы скажете, что модель ML совсем как ребенок. Следовательно, теперь вы знаете связи.
ССЫЛКА НА ИЗОБРАЖЕНИЕ:
https://www.futurithmic.com/2019/04/12/why-you-should-study-ai-machine-learning-how-did-it/
