Прежде чем мы перейдем к тому, что такое машинное обучение? Дайте нам знать, почему компьютеры существуют?

Машины намного лучше и быстрее людей справляются с некоторыми задачами, с которыми они превосходят людей. Мы можем управлять этими машинами и заставлять их выполнять работу, давая им набор инструкций, которые мы называем программированием. Мы предлагаем машинам инструкции в виде программ для выполнения задач за нас. Компьютеры пришли в этот мир, потому что они позволяют людям быстро выполнять определенные задачи. Они могут выполнять определенные задачи одновременно, поэтому в современном мире компьютеры заменяют людей во многих областях и услугах.

Раньше там, где работали тысячи рабочих, сегодня их заменили машины. Например, я новичок в этом месте, и я хотел найти ближайший к моему дому торговый центр. Так что я могу вытащить карту и измерить расстояние до каждого торгового центра от моего дома с помощью линейки, или я могу использовать свой компьютер и сказать ему, чтобы он нашел ближайший торговый центр среди этих трех для меня, очевидно, с помощью надлежащего программирования. Вместо того, чтобы тратить 10 минут на поиск ближайшего торгового центра, я могу использовать компьютер, чтобы сделать это за меня.

Эти машины или компьютеры хорошо справляются с вещами, которые нам легко им описать.

Например,

Если маршрут A ‹ B,

Если путь A ‹ C

Если маршрут A ‹ D,

Тогда A — ближайший торговый центр из всех.

Но может ли машина сказать, грустен человек или счастлив?

Давайте рассмотрим пример компании, которая хотела уловить человеческие эмоции на основе их отзывов о каком-то фильме или веб-сериале. Может ли это сделать компьютер? Технически да, но по мере усложнения задач усложняется и программирование. Просто взглянув на изображение собаки, компьютер не сможет сказать вам, что это собака; у него четыре ноги, два уха, пушистое тело. Потому что компьютерам сложно выполнять задачи, которые нам сложнее описать. Поэтому мы нанимаем людей для выполнения тех вещей, которые нам труднее объяснить машине. Нам нравится, когда машины заботятся о более простых деталях, о чем-то, что мы можем описать, и о вещах, о которых труднее рассказать. Мы позволяем людям делать это, как художникам.

Машинное обучение

Затем идет машинное обучение, которое имеет множество применений в современном мире, таких как самоуправляемые автомобили, распознавание речи, обработка языка, рекомендательная система и многое другое. Машинное обучение дает компьютерам возможность выполнять действия, как люди, предоставляя им инструкции.

Например, сегодня вы знаете, как испечь вкусный блин, потому что печете его последние три года и очень хорошо видите рецепт. Таким образом, благодаря большой практике с течением времени, вы можете сделать его вкусным. С помощью машинного обучения мы можем дать машине возможность испечь блин так же вкусно, как и вы. Это можно сделать, предоставив данные о вашем процессе выпечки за несколько лет с рецептом и каждым упомянутым количеством. По предоставленным вами данным машина может найти закономерности и научиться печь блин так же хорошо, как и вы.

Машинное обучение можно разделить на несколько ветвей в зависимости от вариантов использования. Вот они:

Контролируемое машинное обучение

В контролируемом машинном обучении вам предоставляются помеченные данные с целевой переменной, которую вы хотели предсказать. Например, если вам предлагается разработать модель для прогнозирования цен на жилье на основе прошлых данных. В этом случае вы задали целевую переменную: стоимость дома и другие независимые переменные, такие как местоположение, тип материала, возраст дома и другие прошлые данные.

Неконтролируемое машинное обучение

При неконтролируемом машинном обучении целевая переменная неизвестна, поэтому вам необходимо разрабатывать различные решения в зависимости от предоставленных данных. Например, вы можете создать механизм рекомендаций на основе прошлых жанров фильмов, которые ваши подписчики смотрели раньше.

Обучение с подкреплением

Обучение с подкреплением рассматривает вас как агента, находящегося в нулевом состоянии. Давайте разберемся на примере, предположим, вы впервые посещаете веб-сайт, и на веб-сайте есть Google Adsense, он будет показывать вам рекламу на основе вашего опыта. Если вы нажмете на объявление, статус вашего состояния изменится с нуля на единицу, и вы получите вознаграждение. Это означает, что AdSense будет показывать вам похожие объявления в будущем. Подводя итог, можно сказать, что обучение с подкреплением учится в окружающей среде, предоставляя вознаграждение или не предоставляя вознаграждение.

На этом наш блог подходит к концу, и я надеюсь, что вам всем понравится его читать. Следите за большим количеством такого контента в будущем.