Машинное обучение
Машинное обучение — одна из самых горячих тем в современном техническом мире, и оно скоро будет править миром. Беспилотные автомобили и роботы Google получают много внимания в прессе, но настоящее будущее компании — в машинном обучении. », технология, которая позволяет компьютерам становиться умнее и персональнее.
Как это будет, если компьютер будет действовать и думать как человек… Возможно ли это? ДА, вот что такое машинное обучение. Мы собираем огромное количество базы данных, то есть информации, и загружаем ее в компьютер, и она предсказывает природу вещи или чего-то еще и действует в зависимости от ситуации. Мы даем возможность учиться самостоятельно компьютерам.
Для лучшего понимания привожу пример..вы обновляете базу данных температуры вашего тела на компьютер, т.е. температуру вашего тела в различных климатических условиях и во время лихорадки..как только вы обновляете всю информацию в системе, она анализирует все состояние вашего тела в каждом состоянии и сохраняет базу данных, и с помощью базы данных кондиционер может автоматически регулировать температуру в помещении в соответствии с температурой вашего тела.
Посмотрите, как это восхитительно!!
Цели
Давайте рассмотрим некоторые цели в этом руководстве по методам машинного обучения.
Объясните обучение без учителя на примерах
Опишите обучение с полуучителем и обучение с подкреплением
Обсудите обучение с учителем на примерах
Дайте определение некоторым важным моделям и методам машинного обучения
Существуют некоторые предпосылки для изучения машинного обучения и AI:
Вы должны иметь некоторые знания по линейной алгебре, некоторые базовые навыки программирования и немного знаний по дифференциальному исчислению.
Не волнуйтесь, если вы не обладаете какими-либо из вышеперечисленных навыков, потому что это не ракетостроение, вы можете легко научиться этому.
Описанные десять методов предлагают обзор и основу, на которую вы можете опираться, оттачивая свои знания и навыки в области машинного обучения:
Регрессия
Классификация
Кластеризация
Уменьшение размерности
Методы ансамбля
Нейронные сети и глубокое обучение
Трансферное обучение
Обучение с подкреплением
Естественный язык Обработка
Встраивание слов
Выбор правильного алгоритма может показаться сложным — существуют десятки контролируемых и неконтролируемых алгоритмов машинного обучения, и каждый использует свой подход к обучению.
Не существует лучшего метода или универсального метода. Поиск правильного алгоритма отчасти является методом проб и ошибок — даже очень опытные специалисты по обработке и анализу данных не могут сказать, будет ли алгоритм работать, не попробовав его. Но выбор алгоритма также зависит от размера и типа данных, с которыми вы работаете, информации, которую вы хотите получить из данных, и того, как эта информация будет использоваться.
Вы также можете приобрести такие книги, как «Машинное обучение для хакеров» Дрю Конвея и Джона Майлса Уайта.
Машинное обучение для чайников» Джона Пола Мюллера и Луки Массарона
Но держите книги только для справки, потому что это не предмет для теоретического изучения.
В ближайшие годы у него будет самое светлое будущее, поэтому, если вы планируете изучать машинное обучение, учитесь у лучшего Института обучения машинному обучению, который построит для вас лучшее будущее.
