Съдържание:
От Джъстин Столцфус
Въведение
Повече инженери и други специалисти започват с машинно обучение - те правят ранните изследвания и изграждат първоначални системи, за да започнат да проучват как тази област на изкуствения интелект може да отвори врати за хора и компании.
Въпреки това, по време на целия процес има доста объркване. Какво е машинно обучение, така или иначе?
Основната идея е, че новите технологии позволяват на машините да „мислят“ и „учат“ по начини, по-сходни с начините, по които работи човешкият мозък.
Въпреки това има повече от няколко начина да се опише този процес. За малко повече, нека да отидем на StackOverflow - опора за програмисти и други ИТ специалисти, които търсят определения и реални обяснения на техническите проблеми. Нишката на StackOverflow описва машинното обучение като „процес на обучение на компютри за създаване на резултати въз основа на входни данни“.
Друг писател описва машинното обучение като „област на компютърните науки, теорията на вероятностите и теорията на оптимизацията, която позволява решаването на сложни задачи, за които логически, процедурен подход не би бил възможен или осъществим“.
Тази последна дефиниция достига до основен момент за това какво е машинно обучение - и не е.
Когато писателят казва, че „логическият, процедурен подход не би бил възможен или осъществим“, това сочи истинската „магия“ и стойност на машинното обучение. Казано по-просто, това е „пост-логика“ - машинното обучение надхвърля традицията, линейното и последователното програмиране на кодова база!
Като направим крачка назад, можем да разгледаме основните градивни елементи на машинното обучение, за да разберем по-добре как.
Първо, има данни за обучението - данните от обучението дават входните програми за работа от.
Заедно с данните за обучение има алгоритми, които разбиват тези данни и ги интерпретират по различни начини. Експертите описват основната работа на машинното обучение като „разпознаване на образи“ - и това ще видите на страницата StackOverflow - но отново, това само отчасти описва как работи машинното обучение.
Следваща: Невронната мрежа
Съдържание
ВъведениеНевронната мрежа
Контролирано и не контролирано машинно обучение
Градиентно спускане и задно размножаване
Видове невронни мрежи
Ансамблево обучение
Приложения и теория на игрите
Пет племена на приложения за машинно обучение
От тук накъде?
