«Машинное обучение - это будущее». - Ваш босс
Сделайте свою карьеру надежной, если станете одним из тех, кто действительно разбирается в машинном обучении (а не только в партийных анекдотах). Начнем с базового определения: машинное обучение - это когда вы загружаете в машину некоторые данные (обычно много данных), а затем машина учится на этих данных. (См. блог). Это подмножество ИИ.
Алгоритм машинного обучения: алгоритмы машинного обучения - это методы, с помощью которых машины обучаются выполнять определенную задачу. Эти алгоритмы обучаются с использованием трех типов машинного обучения: контролируемого, неконтролируемого и обучения с подкреплением. Давайте посмотрим на это:
Обучение с учителем. В этом типе обучения модель обучается с использованием помеченного набора данных. Помеченный набор данных имеет как входные, так и выходные столбцы. Например, если вы хотите построить модель, которая будет предсказывать, попадете ли вы в конкретный институт или нет, на основе вашей оценки. Машина имеет помеченный набор данных с результатами и отсечками за предыдущий год.
Обучение без учителя. В этом случае модель обучается с использованием неструктурированного набора данных. Классический пример этого - кластеризация. Предположим, вы даете изображения яблок и бананов в качестве входных данных, алгоритм неконтролируемого обучения сгруппирует набор данных изображения в группы на основе сходства.
Обучение с подкреплением. Машина учится выполнять определенные действия в среде. Он учится повторным испытанием. Беспилотные автомобили - это пример применения обучения с подкреплением.
Хотите испытать это на себе? Начните с этого квеста: Создавайте модели машинного обучения с помощью BigQuery ML. Используйте код 1q-mlm-698, чтобы начать.
