Типы машинного обучения
Машинное обучение — это подраздел искусственного интеллекта, который является подразделом информатики.
Машинное обучение используется для выполнения задач в заданное время. Чем больше программ он решал, тем больше опыта приобретал. Он улучшился с большим количеством данных и большим опытом.
Мы можем определить машинное обучение как системы, которые улучшают свою производительность в заданной задаче, используя все больше и больше опыта или данных.
Существует три типа машинного обучения.
1. Контролируемое обучение
Обучение с учителем — это тип машинного обучения, при котором мы уже знаем результаты и попытаемся построить модель, которая будет предсказывать правильные ответы. В этом типе техники машинного обучения у нас есть надзор или руководство для выполнения нашей задачи.
Например, мы используем контролируемые методы обучения для классификации проблем. Например, вы создаете модель, которая может определять фотографии, будь то собака или кошка.
2. Обучение без учителя
Неконтролируемое обучение — это тип машинного обучения, при котором мы создаем модели, которые находят структуры в данных или создают представление данных. Эти модели были обучены с использованием неразмеченных данных.
Например, визуализация данных или группировка похожих элементов для формирования кластеров является примером обучения без учителя.
3. Обучение с подкреплением
Обучение с подкреплением — это тип алгоритма машинного обучения, в котором у вас есть агент, который учится в среде на своих ошибках и ошибках, используя обратную связь от своих собственных действий.
Примером этого типа техники машинного обучения является агент ИИ, такой как самоуправляемый автомобиль, который работает в среде, где доступны отзывы о хорошем или плохом выборе.
Вы также можете прочитать Типы искусственного интеллекта и Информатика и ее подотрасли.
