Краткое введение, меня зовут Уткарш Тивари, и я энтузиаст Data Science/Machine Learning. Я ищу первый прорыв в этой области, и поэтому в ближайшие несколько недель постараюсь улучшить свои знания в этой области с помощью видео, блогов и постов, найденных в Интернете. Я также буду работать с различными наборами данных и участвовать в различных соревнованиях по науке о данных, проводимых на Kaggle, Analytics Vidhya и т. д., чтобы применить все, чему я научился, к псевдореальным наборам данных. В этом блоге я поделюсь всем, что узнаю о машинном обучении/науке о данных, и в процессе помогу другим, таким как я, следовать структурированному пути и получить первый прорыв.
В течение всего периода я буду брать ссылки из курса Эндрю Нг по машинному обучению на Coursera, курса по машинному обучению от А до Я на Udemy, а также из различных блогов и постов, доступных в Интернете. Итак, начнем!
ЧТО ТАКОЕ МАШИННОЕ ОБУЧЕНИЕ?
Прежде чем приступить к алгоритмам машинного обучения, я хочу знать, что такое машинное обучение?
Артур Сэмюэл, парень, впервые познакомивший нас с термином «Машинное обучение», описал машинное обучение как область, которая дает компьютерам возможность учиться без явного программирования. Отсутствие явного программирования означает, что я не хочу, чтобы моя программа была жестко запрограммирована.
Например, если я хочу напечатать следующее целое число, которое следует за данным входным целым числом, я не буду явно кодировать как
если(ввод), то вывод=ввод+1
Вместо этого я скормлю своему компьютеру список входных и выходных данных и позволю машине изучить шаблон самостоятельно, вместо того, чтобы полагаться на программиста в написании алгоритма.
Предположим, что список, переданный машине, выглядит следующим образом: X = 1, 4, 13, 24 и Y = 2, 5, 14, 25 соответственно, где X — вход, а Y — выход для каждого из заданных входов. Этот набор данных, содержащий 4 примера, загружается в машину, и машина сама рисует шаблон (Y=X+1) и выдает результат в соответствии с изученным шаблоном. Итак, теперь, если вы спросите машину о выходе Y, о новом вводе X, скажем, X = 248, машина выдаст результат Y = 249, поскольку она знает шаблон, которому следует.
Наборы данных могут быть разных типов, они могут быть в виде чисел, текстов, предложений и т. д. Но все сводится к тому, что есть/являются моим Х(вход, независимая переменная), и что такое мой Y(выход, зависимая переменная), в случае контролируемого обучения. Если мы не знаем Y, то это будет случай неконтролируемого обучения. Обучение с учителем и обучение без учителя будет подробно обсуждаться в следующих постах.
Итак, теперь мы знаем, что на самом деле означает машинное обучение. Я знаю, что большинство из нас уже знали, что такое машинное обучение, но если вы не знали, теперь знаете.
Марафон начался, и теперь нам нужно добраться до финиша. Не сдавайтесь посередине. Я продолжу свои посты и надеюсь, что вам понравится мой подход, а если нет, присылайте мне свои отзывы, чтобы я мог стать лучше. И до моего следующего поста читайте больше о машинном обучении и его применении в различных областях, а также отдыхайте.
