МАШИННОЕ ОБУЧЕНИЕ ДЛЯ ДЕТЕЙ И ПОДРОСТКОВ
ЧАСТЬ 1
Эммануэль АДЕТИБА
Я увлечен технологиями, но гораздо больше будущим и теми, кто его формирует — детьми и подростками. Таким образом, эта статья представляет собой мягкое введение в машинное обучение (МО), которое является одной из самых важных технологий сегодняшнего дня, которая будет определять завтрашний день. Отныне я буду использовать аббревиатуру ML для обозначения машинного обучения.
ML — это ветвь искусственного интеллекта (ИИ), которая позволяет компьютерам учиться выполнять задачу, просматривая наборы примеров. Вы были на Youtube раньше и задавались вопросом, как он узнает, какие еще мультфильмы вы хотели бы посмотреть в дополнение к тому, который вы смотрите? Как Google Ассистент на телефоне вашей мамы отвечает на ваши вопросы? Как насчет того, чтобы Facebook предлагал вам других друзей, когда вы находитесь на странице своего друга? Все эти «техно-чудеса» — ML в действии!
ML — это расширение вычислительной мощности компьютеров, которые до появления ML могли делать только то, что им было указано шаг за раз посредством кодирования. Считается, что с помощью машинного обучения компьютеры обучаются (как и люди), показывая им набор данных объектов и соответствующие значения. Вы можете задаться вопросом: «О, значит, компьютер может учиться так же, как я учусь у своих учителей в школе?» В каком-то смысле да! Вы можете показывать компьютеру различные "изображения мячей" с соответствующими категориями, такими как "бейсбол, футбол, баскетбол и т. д.". , вы можете показать ему любой мяч, и он скажет вам правильную категорию. Действительно захватывающе!
Обратите внимание, что у компьютеров и людей есть свои роли в машинном обучении. Компьютер обучается, предсказывая наилучший возможный ответ, наиболее близкий к правильному. Это достигается путем неоднократного сравнения его прогноза с правильным ответом в наборе данных, пока разница между прогнозируемым и правильным ответом не станет близкой или равной нулю. Каковы же тогда роли людей? Люди предоставляют набор данных, на котором учится компьютер. Они также инструктируют компьютер, как узнать, когда он делает ошибки, и предпринять шаги, чтобы сделать лучший прогноз, используя математику и кодирование. В дополнение к ранее упомянутым примерам приложений возможности машинного обучения применяются в других практических областях, таких как видеоигры, беспилотные автомобили, робототехника, музыкальные рекомендации, поиск в Интернете, медицинский диагноз, прогноз погоды, чат-боты и множество других.
Если вы ребенок или подросток, есть несколько причин, по которым вы должны интересоваться машинным обучением. Это помогает: i) получать удовольствие от учебы и получать удовольствие ii) повышать свою креативность iii) лучше понимать мир iv) получать прибыльную работу после школы в таких знаковых компаниях, как Google, Facebook, Apple, Microsoft, Amazon и т. д. v) улучшать свои способности решать проблемы; vi) повышать свою успеваемость по другим научным предметам; vii) в будущем основать собственную ИТ-компанию и стать технологической иконой, такой как Марк Цукерберг, Билл Гейт, Джефф Безос, Стив Джобс, Ларри Пейдж, Сергей Брин и т. д.
Итак, как вы можете начать изучать ML? Существует несколько онлайн-платформ/приложений, которые вы можете изучить, чтобы начать свое путешествие в области машинного обучения ненавязчивым, интересным и интерактивным способом. К ним относятся: i) Scratch ii) Lua iii) Roblox iv) YoungWorks v) eCrafts2Learn vi) Машинное обучение для детей vii) Mixlab viii) Teachable Machine ix) Cognimates x) Apps for Good xi) Voice Experiment xii) Commonsense.org. Обратите внимание, что все, что вам нужно, чтобы начать использовать эти платформы для изучения того, как работает машинное обучение, — это ваш компьютер и подключение к Интернету.
Я уверен с этим кратким введением; вы решите отправиться в увлекательное путешествие, чтобы понять, как работает машинное обучение. Чтобы поделиться своими историями и опытом в области машинного обучения, вы можете связаться со мной по адресу [email protected].
