Что такое машинное обучение?
Машинное обучение - это не что иное, как написание программ, учитывающих свой прошлый опыт. И если компьютерная программа улучшила свою производительность по сравнению с прошлым опытом, то мы можем сказать, что программа научилась. Мы можем научить компьютер учиться на данных.
Попробуем разобраться в этом на примере собаки и кошки.
Мы хотим, чтобы наша машина могла различать кошку и собаку. Таким образом, мы будем загружать некоторые данные, такие как изображения, рассказывая о кошке и собаке одно за другим.
Наша машина сама попытается проанализировать и идентифицировать некоторые шаблоны, чтобы различать их, и сохранить эти шаблоны в виде числовых значений. Поэтому всякий раз, когда мы просим нашу машину идентифицировать кошку / собаку в будущем, она должна быть в состоянии найти наилучшее возможное совпадение в сохраненных данных и сообщить нам результаты. Однако могут быть ошибки. Следовательно, чем больше данных, тем лучший прогноз сможет сделать наша машина.
Машинное обучение значительно упрощает нашу задачу без явного написания кода.
Есть разные способы обучения машины:
1. Обучение с учителем
В этом типе обучения мы обучаем нашу машину с помеченным набором данных, а затем наша машина предсказывает и предоставляет нам метки для нового набора данных.
Пример: прогнозирование спама в электронных письмах.
2. Обучение без учителя
В алгоритме неконтролируемого обучения мы предоставляем нашему компьютеру немаркированный набор данных, и он пытается проанализировать и найти закономерности в наборе данных.
Пример. Сегментируйте интернет-покупателей на группы, которые демонстрируют аналогичное поведение.
3. Обучение с подкреплением
Обучение с подкреплением позволяет нашей машине учиться через систему вознаграждений. Это заставляет машину определять идеальное поведение в конкретном контексте, чтобы максимизировать производительность. Требуется простая обратная связь с вознаграждением, чтобы учиться на поведении, известном как сигнал подкрепления.
Пример. Компьютер играл в настольные игры, например, в шахматы.
Спасибо за чтение!
