Вот краткое руководство о том, как начать работу с машинным обучением. Я не буду вдаваться в сложный код. Я просто предполагаю, что у вас есть некоторые знания в области кодирования, такие как if..else..for..while :) :)
Давайте начнем.
Что такое машинное обучение?
Проще говоря, это процесс обучения машины, как мы учим маленького ребенка,
- Разнообразие примеров,
- Много тренировок, то есть повторение одних и тех же вещей снова и снова
- Тренировки с реальными вещами, которые мы хотим, чтобы они делали, если есть какие-либо другие подобные вещи.
Например. Распознавание цифр
Мы будем учить компьютер, используя не менее 10–100 изображений, скажем, цифры 2, записанной разными способами.
Затем мы скажем компьютеру: «Привет, приятель, это цифра 2». Запомни ее на будущее.
Точно так же мы будем тренировать его для всех цифр от 1 до 10.
Теперь последний шаг, самый простой. Теперь мы попробуем написать цифру и позволим ИИ предсказать число.
Что все это значит?
Это в основном идея того, как работает машинное обучение. Но тип обучения или способ обучения машины зависит от нас.
Мы можем заставить учиться в
- Под наблюдением или,
- Без присмотра или,
- Армирование или,
- полуконтролируемый
модели обучения и позволяют прогнозировать результат.
Понимание этих 4 поможет нам сразу приступить к машинному обучению.
Обучение с учителем – В этом случае мы сообщаем ему, в чем заключается конкретная вещь,
Например. Если это утка или нет. Первые два будут признаны уткой, скажем, по КЛЮВУ.
Машина будет искать клюв в двух других, но не найдет. Следовательно, они будут классифицированы как НЕ УТКА.
МЫ СОСТАВЛЯЕМ ПРАВИЛА, КОТОРЫЕ ИЗУЧАЮТ И ПРИМЕНЯЮТ
Обучение без учителя-> В этом алгоритме мы заставим алгоритм прогнозирования создавать кластер всего, что есть на изображениях, используя примеры, а не правила. Они проанализируют все примеры и создадут группу птиц, кроликов и дикобразов.
МЫ ПРИВОДИМ ПРИМЕРЫ, ОНИ НАХОДЯТ ПОДОБИЯ И КЛАССИФИЦИРУЮТ ОБЪЕКТЫ.
Обучение с подкреплением – основано на идее следа и ошибки, в которой каждому результату присваивается вознаграждение или ошибка. Это помогает машине продвигаться к награде и уменьшать количество ошибок.
Например. Если Марио перепрыгивает через врага -›Награда
Если Марио попадает во врага -> Ошибка(он умирает)
Таким образом, со временем при многократном обучении на одном уровне Марио научится проходить уровень, уменьшая ошибку до 0.
Полууправляемое обучение.›Это происходит, когда мы предоставляем некоторые правила и некоторые примеры или в терминах машинного обучения мы предоставляем некоторые помеченные и некоторые немаркированные данные.
Вот и все. Теперь у вас будет быстрое представление о типах машинного обучения, используемых на ранних этапах. Просто поймите это, и позже мы применим это в нашем программировании.
Примечание. Профессионалы в области искусственного интеллекта игнорируют сложные слова, если они используются неправильно. Это просто для того, чтобы новички поняли, что такое машинное обучение на самом деле.
