Turinys:
Apibrėžimas - ką reiškia mašinų mokymasis?
Mašinų mokymasis yra dirbtinio intelekto (AI) disciplina, orientuota į technologinį žmogaus žinių vystymą. Mašinų mokymasis leidžia kompiuteriams valdyti naujas situacijas atliekant analizę, savarankišką mokymąsi, stebėjimą ir patirtį.
Mašinų mokymasis palengvina nuolatinį skaičiavimo tobulėjimą, veikiant naujiems scenarijams, atliekant testavimą ir pritaikymą, tuo pačiu pasitelkiant modelį ir tendencijų nustatymą, siekiant patobulinti sprendimus vėlesnėse (nors ir ne tapačiose) situacijose.
Mašinų mokymasis dažnai painiojamas su duomenų gavyba ir žinių atradimu duomenų bazėse (KDD), kuriose naudojama panaši metodika.
„Techopedia“ paaiškina mašinų mokymąsi
Tomas M. Mitchellas, mašinų mokymosi pradininkas ir Carnegie Mellon universiteto (CMU) profesorius, numatė žmogaus ir mašinų mokymosi evoliuciją ir sinergiją. Šiandien „Facebook“ naujienų kanalas yra puikus pavyzdys. Naujienų kanalas yra užprogramuotas rodyti vartotojo draugo turinį. Jei vartotojas dažnai žymi arba rašo ant konkretaus draugo sienos, naujienų kanalas keičia savo elgesį, kad būtų rodomas daugiau to draugo turinio.
Kitos mašininio mokymosi programos apima sintaksinį modelio atpažinimą, natūralios kalbos apdorojimą, paieškos variklius, kompiuterio matymą ir mašinos suvokimą.
| Nemokamas atsisiuntimas: AI draudimo pramonėje: 26 naudojimo atvejai realiame pasaulyje |
Žmogaus intuiciją sunku atkartoti mašinoje pirmiausia dėl to, kad žmonės dažnai nesąmoningai mokosi ir vykdo sprendimus.
Kaip ir vaikams, mašinoms reikia ilgesnio mokymo laikotarpio, kai reikia kurti plačius algoritmus, orientuotus į būsimą elgesį. Treniruočių metodai apima rote mokymąsi, parametrų derinimą, makroekonominius operatorius, chunking, paaiškinimu pagrįstą mokymąsi, grupavimą, klaidų taisymą, atvejo fiksavimą, kelių modelių valdymą, nugaros sklidimą, mokymąsi sustiprinti ir genetinius algoritmus.
