Машинное обучение, искусственный интеллект, глубокое обучение — вот некоторые из слов, которые мы слышим каждый день, и они используются почти во всех проблемах нашей повседневной жизни.
Итак, что такое машинное обучение?
Что-то, что имеет способность учиться и рассуждать.
Итак, с чего мы начнем? Нам нужно определить проблему, которую необходимо решить.
Итак, конвейер машинного обучения состоит из:
- Определите проблему машинного обучения, 2. Сбор и сбор данных, имеющих отношение к проблеме, 3. Очистка и обработка данных - в основном это означает удаление бесполезных столбцов (на языке машинного обучения это называется функциями), 4. Извлечение функций, 5. Научитесь выполнять задачу, 6. Прогнозируйте результат.
Этапы 2 и 3 являются частью — Сбор и обработка данных
Шаги 4 и 5 являются частью машинного обучения.
Итак, теперь давайте посмотрим, какие существуют типы алгоритмов машинного обучения:
- Контролируемое обучение - где даются метки и данные, и нам нужно выяснить, когда добавляется какая-либо новая переменная, а затем алгоритм ML предсказывает ее и добавляет в метку.
- Неконтролируемое обучение - где только метки являются их, а данные отсутствуют, а данные присутствуют в кластерах, и когда добавляется новая переменная, она добавляется в определенный кластер или группы.
- Обучение с подкреплением - когда нет ни данных, ни меток, а алгоритм учится с самого начала, пример из реальной жизни: новорожденный ребенок учится рисовать и писать самостоятельно.
Изображение неконтролируемого обучения:
В случае каких-либо отзывов, вы можете написать мне:
