Tartalomjegyzék:
Írta: Justin Stoltzfus
Bevezetés
Egyre több mérnök és más szakember kezd el a gépi tanulással - elvégzik a korai kutatást és kiépítik a kezdeti rendszereket, hogy megkíséreljék feltárni, hogy a mesterséges intelligencia ezen területe miként nyithat ajtókat az egyének és a vállalatok számára.
A folyamat folyamán azonban van némi zavar. Egyébként mi a gépi tanulás?
Az alapötlet az, hogy az új technológiák lehetővé teszik a gépek számára, hogy „gondolkodjanak” és „tanuljanak” olyan módon, amely hasonlóbb az emberi agy működéséhez.
Ennek ellenére nem csupán néhány módon lehet leírni ezt a folyamatot. Még egy kicsit tovább menjünk a StackOverflow-ba, amely a programozók és más informatikai szakemberek támaszpontja, és meghatározásokat, valamint a műszaki kérdések valódi magyarázatait keresik. A StackOverflow szál a gépi tanulást úgy írja le, mint „a számítógépek megtanításának folyamatát a bemeneti adatok alapján történő eredmények létrehozására”.
Egy másik író úgy írja le a gépi tanulást, mint „a számítógépes tudomány, a valószínűségi elmélet és az optimalizálási elmélet olyan területét, amely lehetővé teszi olyan összetett feladatok megoldását, amelyekhez logikus, eljárási megközelítés nem lenne lehetséges vagy megvalósítható”.
Ez utóbbi meghatározás egy nagy ponton megközelíti azt, hogy mi a gépi tanulás - és mi nem.
Amikor az író azt mondja, hogy „logikus, eljárási megközelítés nem lenne lehetséges vagy kivitelezhetetlen”, ez utal a gépi tanulás valódi „varázslatára” és értékére. Egyszerűen fogalmazva, ez a „posztlogika” - a gépi tanulás meghaladja azt a hagyományt, amelyet a lineáris és a szekvenciális kódbázis programozás képes megtenni!
Lépve egy lépést hátra, megnézhetjük a gépi tanulás alapvető elemeit, hogy jobban megértsük.
Először is, vannak képzési adatok - az edzési adatok megadják a program számára a bemeneteket, amelyekből dolgozni lehet.
A képzési adatok mellett vannak olyan algoritmusok, amelyek ezeket az adatokat összeroppítják és különféle módon értelmezik. A szakértők a gépi tanulás alapvető munkáját „mintázatfelismerésként” írják le - és ezt a StackOverflow oldalon is láthatják -, de ez csak részben írja le a gépi tanulás működését.
Következő: A neurális hálózat
Tartalomjegyzék
BevezetésA neurális hálózat
Felügyelt és felügyelet nélküli gépi tanulás
Színátmenet leszállás és a hátsó szaporodás
A neurális hálózatok típusai
Együttes tanulás
Alkalmazások és játékelmélet
Öt törzs a gépi tanulás alkalmazásai
Hova megyünk innen?
