Понимание основ концепции машинного обучения и типов методов машинного обучения. Этот пост полезен для новичков, которые ничего не понимают в машинном обучении.
Машинное обучение (ML) дает компьютеру возможность учиться принимать решения на основе данных без явного программирования. Примером будет прогнозирование того, является ли отправленное вам электронное письмо спамом или нет, учитывая содержание и отправителя почты.
Что такое контролируемое обучение?
Обучение с учителем — это метод машинного обучения, который использует размеченные данные для обучения модели и точного прогнозирования ожидаемых результатов. Примером будет предсказание вида цветка по ширине и длине цветка.
Что такое обучение без учителя?
Неконтролируемое обучение — это метод машинного обучения, используемый для обнаружения скрытых закономерностей в неразмеченных данных. Примером может служить сегментация клиентов, кластеризация (группировка) клиентов со сходством по определенным признакам, имеющим отношение к маркетингу, таким как возраст, пол или интересы. Не зная заранее, какими могут быть эти категории.
Что такое обучение с подкреплением?
Обучение с подкреплением — это когда машина или программный агент взаимодействуют со средой. Агенты поощрения могут автоматически понять, как оптимизировать свое поведение, учитывая систему вознаграждений и наказаний. Одним из примеров будет AlphaGo — первая компьютерная программа, победившая чемпиона мира по го.
Продолжая узнавать больше об ML, я скоро расскажу о аспекте кодирования ML. Прочитайте следующую часть, я объясню больше об обучении с учителем:
