Итак, мой первый пост на тему машинного обучения, в надежде внести большой вклад в это большое сообщество.

Когда я впервые услышал о термине Машинное обучение, я понятия не имел, что это такое и как это объясняется. Но примерно через год обучения я теперь могу рассказать об этой увлекательной области.

Теперь к большому вопросу, что такое машинное обучение. Перед тем, как углубиться в ответ, мы, как обычно, посмотрим на пример.
Итак, как мы узнаем? Любая идея проследить что-то, что вы узнали, может быть значением слова, как что-то работает, изучением нового языка, всеми склонностями, с которыми мы столкнулись. Может быть много разных способов, которыми мы учимся, и как мы учимся этому. Но то, что кажется общим во всем нашем обучении, будет «примером» того, чему мы учимся.

Представьте, когда вы узнали, что будучи ребенком, вы не знаете, что прикосновение к огню может навредить вам! Как ты это узнал? Может быть, старейшины рассказывают, и, в конце концов, если вы прикоснетесь, ваши пальцы начнут ощущать сильное жжение!

Теперь держите машины (компьютеры) вместо вас и реальные проблемы вместо огня, и представьте, что компьютеры со временем узнают, что есть что, то есть машинное обучение !!

По определению Машинное обучение (ML) — это научное исследование алгоритмов и статистических моделей, которые компьютерные системы используют для эффективного выполнения конкретной задачи без использования явных инструкций, полагаясь вместо этого на шаблоны и логические выводы. («вики)»

Проще говоря, компьютеры учатся, зная реальные данные, которые мы им представляем. и будучи компьютером, как только вы научитесь, вы можете работать лучше, чем человек, в большинстве вещей. Весь мир Интернета наполнен машинным обучением, прямо из ваших поисков, предложений, сайтов электронной коммерции, ваших видео-предложений, беспилотных автомобилей, автоматической пометки лиц, распознавания изображений и многого другого.

Так как же научить компьютеры учиться чему-то? Мы, люди, видим и понимаем данные. Но компьютеры не могут. Вот где математика играет свою роль. Мы все знаем, что компьютеры превосходят нас почти во всех сложных математических алгоритмах. Используя эти алгоритмы, мы сможем научить их тому, что есть что и что такое машинное обучение.

Кажется запутанным?? Нет не будет. Давайте рассмотрим пример. Допустим, в классе 8-го класса 20 учеников. Мы знаем все данные о них, такие как имя, возраст, рост, вес и так далее. Допустим, приходит новый ученик, и мы получаем все данные об этом ученике, кроме веса. Теперь модели машинного обучения могут помочь нам предсказать (конечно, не точно) вес ученика, используя данные других учеников.

Как вы думаете, он будет правильно говорить во всех сценариях? Нет !! Потому что в нем есть данные только о 20 учениках, и вес нового ученика может быть больше, чем у остальных 20 учеников. Как мы могли предсказать точно. Вот где количество данных вступает в игру. Если вы можете предоставить больше данных, скажем, 100 000 студентов, то шансы на то, что модель может дать вам точные результаты, возрастут до 99%. Данные, которые мы предоставляем, будут преобразованы в некоторые сложные формы, чтобы компьютеры могли интерпретировать их и понять, что мы делаем. собираются сказать

Переходя к технической части, чтобы создать что-то, что должны знать компьютеры, нам нужен язык программирования. У машинного обучения тоже есть свои
Python
R
Matlab
SAS
Java
C++ и так далее

Какие типы есть в машинном обучении ?? Ну в может идти ко многим типам. Но на высоком уровне мы можем сказать три
Контролируемое обучение: Вы бы сказали, что это мои данные, а затем попросили бы компьютер предсказать одну функцию среди тех, которые любые неизвестные или новые данные (пример веса учащихся)

Без присмотра. Здесь мы будем группировать элементы на основе релевантности с похожими элементами (рекомендации видео на YouTube, как YouTube узнает, что вам может понравиться конкретное видео, потому что YouTube отслеживает людей, просматривающих видео по всему миру, и, в конце концов, группирует пользователей, которые смотрят похожие видео, чтобы мы могли видеть те видео, которые похожи на те, которые смотрят другие люди, которые имеют такой же интерес, как и мы)

Подкрепление: машина будет обучена таким образом, чтобы находить наилучший возможный вариант решения проблемы, учитывая сценарии, в которых вы решаете и сталкиваетесь с препятствиями (многое другое)

Много больше в моем следующем блоге

Прокомментируйте предложения в этом блоге, чтобы я мог узнать больше, поделившись информацией