Краткое введение в машинное обучение для нетехнических специалистов
Машинное обучение постепенно по-разному распространилось в нашу жизнь. Например, недавно рекомендованная музыка из Spotify и видео из Netflix. Люди все время говорят о машинном обучении, и, возможно, вы уже слышали об этом несколько раз в телешоу, новостях или даже в анимации. Вроде панацея от множества сложных проблем (конечно, не)
Однако вы все еще можете не понимать, что это на самом деле? Вот простое краткое введение в машинное обучение для нетехнических специалистов. Надеюсь, это поможет вам получить общее представление о том, что это такое, и сформировать разумные ожидания от машинного обучения в отношении того, чего оно может помочь нам достичь в настоящее время.
Что такое машинное обучение
Машинное обучение - это область информатики, которая дает компьютерам возможность учиться без явного программирования. Затем они могут применить то, что они узнали из существующих данных, для прогнозирования будущего поведения, результатов и тенденций для решения проблем. Например, с помощью фотографий кошек можно обучить алгоритм распознавать кошек; тот же алгоритм можно обучить на фотографиях велосипедов распознавать велосипеды без изменения строчки кода.
Две основные категории
Есть две основные категории - обучение с учителем и обучение без учителя. Сегодня большая часть практической ценности машинного обучения заключается в обучении с учителем. Разница между обучением с учителем и обучением без учителя проста. Для обучения с учителем у вас есть входные переменные (X) и выходная переменная (Y), и вы используете алгоритм для изучения функции отображения от входа к выходу, чтобы получить Y = f (X). Вы пытаетесь узнать о взаимосвязи между данными. Для обучения без учителя у вас есть только входные данные (X) и нет соответствующих выходных переменных. Цель состоит в том, чтобы смоделировать базовую структуру или распределение данных, чтобы узнать о них больше. Неконтролируемое обучение похоже на то, что вы даете машине только некоторые данные и говорите ей: «Я не знаю, что там происходит, просто попробуйте что-нибудь выяснить ~ удачи!»
Машинное обучение
Проще говоря, проект машинного обучения обычно включает 4 основных этапа: подготовка, обучение, тестирование / оценка и развертывание. Давайте сделаем здесь метафору, чтобы упростить задачу: вам нужен кто-то, кто сделает за вас задачу. Однако единственная рабочая сила, которая у вас есть сейчас, - это люди, которые ничего не знают. Чтобы выполнить задачу, вам нужно отправить этих людей в школу для обучения. Тогда, по окончании учебы, они смогут взяться за задание.
Давайте поговорим о шагах по порядку.
1- Подготовка
Подготовьте учебник и выберите людей, которых хотите отправить в школу
Есть причина, по которой вы хотите использовать машинное обучение. Чтобы начать проект машинного обучения, вы должны четко понимать причину: какова цель, которую вы хотите достичь, и проблема, которую вы пытаетесь решить. Затем вы можете выполнить некоторые подготовительные работы, включая подготовку данных и выбор соответствующего алгоритма.
Подготовить данные
Подготовка набора данных для обучения ничем не отличается от подготовки учебника. Вы можете позволить своим людям учиться так много знаний. Вы должны четко организовать знания и представить их в учебнике в доступной форме, прежде чем они смогут их усвоить. Знания в реальном мире могут быть разрозненными и неорганизованными. Точно так же необработанные данные часто зашумлены и ненадежны и могут содержать много пропущенных значений. Использование таких данных приведет к неверным результатам. Чтобы подготовить набор данных к машинному обучению, вам необходимо выполнить некоторую предварительную обработку и очистку наборов данных.
Выберите алгоритм
Выбор алгоритма зависит от набора данных, на котором вы хотите тренироваться; сколько времени и ресурсов у вас есть; для чего вы хотите использовать алгоритм и т. д. У каждого алгоритма есть своя талантливая область, некоторые хорошо справляются с изображениями, некоторые одарены обработкой естественных языков ... В мире существует множество алгоритмов, и часто появляются новые. Вам нужно выбрать наиболее подходящие, исходя из разных соображений.
2- Обучение
Процесс обучения контролируемого обучения - это процесс обучения алгоритма на основе данных. В зависимости от того, какую проблему вы хотите решить, и какой набор данных и алгоритм вы выбрали, это может быть процесс, в ходе которого алгоритмы узнают, как делать такие простые вещи, как распознавать кошку, решать, является ли предложение положительным или отрицательным, или как сложное. как решить риск мошенничества с ссудой и т. д.
3- Тестирование / оценка
Теперь ваш алгоритм обучен. Но вы не знаете, действительно ли он узнал, что вы от них хотите. Так что ты будешь делать? В школе ученики будут сдавать экзамены. Точно так же в проекте машинного обучения обученные алгоритмы необходимо тестировать / оценивать с использованием некоторых наборов тестовых данных. Если результат теста не удовлетворителен, так же как студент провалил экзамен, обучение необходимо будет провести заново.
4- Развертывание
Теперь, после всей тяжелой работы по подготовке, обучению и тестированию, ваш алгоритм готов решать задачи и создавать для вас ценности! Его можно развернуть как веб-сервисы, поместить в приложение и т. Д. Как и любые другие проекты, не связанные с машинным обучением, после того, как мы получим основную часть работы, по-прежнему потребуется много тяжелой работы, чтобы сделать ее по-настоящему уровень производства готов: -)
Конечно, реализовать проект машинного обучения в реальной жизни намного сложнее, чем это простое введение из четырех шагов. Необходимо учитывать множество факторов и преодолевать различные проблемы. Вот несколько статей, которые помогут вам узнать больше о машинном обучении:
Черновик книги Эндрю Нг: Стремление к машинному обучению научит вас, как принимать многочисленные решения, необходимые при организации проекта машинного обучения.
Документация от Microsoft Azure Что такое машинное обучение. Хорошая документация, которая может помочь вам узнать о некоторых терминологиях машинного обучения.
Блог на носителе Нетехническое руководство по машинному обучению и искусственному интеллекту, в котором есть множество шлюзов, чтобы вы могли больше узнать о машинном обучении и искусственном интеллекте самостоятельно.
Если у вас есть отзывы, оставьте, пожалуйста, комментарий ~: -) Буду очень благодарен, если вы поможете мне писать лучшие блоги. Спасибо ~
Некоторые другие ссылки:
Эта история опубликована в The Startup, крупнейшем предпринимательском издании Medium, за которым следят более 295 232 человека.
Подпишитесь, чтобы получать наши главные новости здесь.
