Проще говоря, машинное обучение означает машину, которая обучается.
Машинное обучение - это ветвь искусственного интеллекта, цель которой - позволить компьютерам выполнять задачи на основе данных с минимальным вмешательством человека.
Я должен прояснить, что конечная цель машинного обучения - создание интеллектуальных систем, которые могут учиться на данных, выявлять закономерности и принимать решения, помогающие людям не заменять их. Ничто не заменит человека.
Вышеупомянутое описание и определение машинного обучения предназначено для нетехнических людей, которые не хотят строить карьеру в этой области.
Давайте обсудим Machine с намерением построить на ней карьеру.
Прежде чем разбираться в машинном обучении, мы должны ответить на вопрос, что оно изучает.
Обучение - это способность улучшить свое поведение с помощью опыта. Это означает, что обучение - это непрерывный процесс выполнения задачи, оценки результата этой задачи, улучшения на основе результата и повторного выполнения задачи лучше и эффективнее.
Например, марафонец пробегает пару миль, оценивает свои результаты, работает над своими результатами и снова бежит.
Что такое машинное обучение:
Машинное обучение - это изучение компьютерных алгоритмов, которые учатся и строят модели на основе данных. Эти модели можно использовать для прогнозирования, принятия решений или решения задач.
Считается, что компьютерный алгоритм учится на опыте E в отношении некоторого класса задач T и показателя производительности P, если его производительность задач T, измеренная с помощью P, улучшается с опытом E.
Разница между традиционным программированием и машинным обучением
В традиционном программировании программист или пользователь записывает фрагмент кода или программы и вводит данные в компьютер, чтобы получить результат или вывод, тогда как в машинном обучении пользователь должен предоставить компьютеру данные и вывод, затем компьютер строит Модель или Программа для повышения эффективности и точности поставленной задачи.
Предположим, мы возьмем пример системы кредитных карт, используя традиционное программирование, мы можем получить информацию, например, кто оплачивает счета вовремя, а кто нет, но если мы применим машинное обучение; мы можем использовать такие данные, как доход, расходы, демография и т. д., чтобы определить, будет ли человек платить по счету вовремя или нет.
Архитектура машинного обучения
Если рассматривать систему машинного обучения как коробку, то в ней есть два основных компонента:
Учащийся использует опыт и базовые знания для построения модели; эту модель может использовать Reasoner для поиска решения поставленной перед ним задачи.
Типы машинного обучения
В основном Машина обучается тремя способами:
- Обучение с учителем
- Обучение без учителя
- Обучение с подкреплением
Мы обсудим типы машинного обучения в следующем блоге, поскольку они сами по себе являются огромной темой.
Первоначально опубликовано на http://ization.in 20 апреля 2021 г.