Компүтерлер үстүнө алуу менен эмес, бирок, алар күн сайын акылдуураак калды
Жөнөкөй сөз менен айтканда, Машина үйрөнүү (ML) аны колдонуу жана талдоо менен сураган милдетти аткара алат деп машиналарынын (ЭЭМ) программалоо эмес маалыматтарды адам иштеп кошумча атайын киргизүү туруп, өз алдынча бул тапшырманы аткаруу үчүн (маалымат).
Machine Learning 101
Деген термин "Машина үйрөнүү" 1959-жылы Артур Шемуел IBM сабактарга ойлоп, бир пионер жасалма акыл (AI) жана компьютер оюн. Машина үйрөнүү, натыйжада, Жасалма интеллекттин бир тармагы. Шемуелдин имарат өөдө-ылдый кылып убакытты эсептөө моделин ташташат жана ИНТЕРНЕТТЕН билүүгө нерселерди берип токтотуу болду.
Анын ордуна, адамдардын маалымат, атүгүл кичинекей бөлүгүн киргизүү албай туруп эле, өз алдынча иштерди ойлоп жатасызбы баштоо үчүн машина келди. Андан кийин, деп ойлоду ал, ЭЭМ гана эмес, бирок акыр аягында жана аткара турган милдеттери жөнүндө чечим кабыл алган милдеттерди аткарат келген жок. Неге? Ошондуктан техникалык иш адамдарга өлчөмүн азайтышы мүмкүн кандайдыр бир аймакта аткаруу үчүн керек болгон.
Кантип Machine Learning Works
Машина үйрөнүү үчүн алгоритмдердин жана маалыматтарды колдонуу аркылуу иштейт. An алгоритм бир тапшырманы аткаруу үчүн кантип бир ЭЭМ же программасын айтып тапшыруусу же колдонмолорду жыйындысы. Эмгек колдонулган алгоритмдер маалыматтар, түшүнө жана милдеттерди аткарууну өз программаларын жана иш-милдеттерин ылайыкташтырууга ошол маалыматтарды талдоо пайдаланууга чогултам.
ML алгоритмдер эреже топтомун, чечим бак-дарактарды, жуурулушуу моделдерин, табигый тил кайра иштетүү, ошондой эле нейрон тармактар (бир нече ысымын) чечимдерди кабыл алууга жана милдеттерди аткаруу үчүн кайра иштетүү маалыматты автоматташтыруу үчүн колдонгон. ML татаал тема болушу мүмкүн, бирок, Google'дун ынтызар Machine ML кандайча иш жүргүзөрү жөнөкөйлөтүлгөн колу-көрсөтмө берет.
Деп аталган машина окуу абдан күчтүү түрү Бүгүнкү күндө колдонулган, терең билим , маалыматтын зор көлөмдө негизинде нейрон тармагы деп аталган татаал математикалык түзүлүшүн, бекемдейт. Нейрон тармактары алгоритмдердин Эмгек жана канаттуулар тумоосуна адам мээ, көз жана бөйрөктөрдүн системасынын иши маалымат менен нерв клеткаларынын үлгүсүндөгү катар.
Жасалма интеллект vs. Machine Learning vs. Data Mining
мыкты КТ, Эмгек жана маалыматтарды казып ортосундагы байланышты түшүнүү үчүн, ал ар кандай өлчөмдөгү кол чатыр комплексин ойлонуу пайдалуу болот. AI ири чатыр болуп саналат. ML чатыр бир өлчөмү кичине жана Аи чатырдын астына туура келет. маалымат тоо-кен казып алуу чатыр майда жана ML чатырдын астына туура келет.
- AI ой жүгүртүүгө жана адамдын акыл үлгүсүндөгү чечим кабыл алуу ыкмаларын колдонуу менен, дагы бир "акылдуу" жана "адам" сыяктуу жолдор менен милдеттерди аткаруу үчүн заманбап программалык багытталган компьютер илимдин бир тармагы.
- ML КТ ичинде эсептөө бир категория программалоо машиналары (ЭЭМ) (зарыл маалыматтарды же мисалдарды чогултуп) үйрөнүү үчүн бир кыйла технологиялар жол менен маалымат-кууп, акылдуу чечим чыгарууга багытталган.
- Берилиштер кен статистикасын колдонот, ML, канаттуулар тумоосун,,,,, үлгүлөрүн таба түшүнүк берүү, жиктелиши түзүү, проблемаларды ачыкка чыгарууга жана маалыматтар аналитиканы жеткирүү жана маалыматты зор базаларын.
Эмне Machine Learning кыла алам (уже көрөбү?)
секунданын бир канча үлүшүндө эле ЭЭМ үчүн маалымат көп сандагы талдоо дараметин ML убактысы так жана маанилүү бир катар тармактары боюнча пайдалуу кылат.
- Medicine: ML технология өзгөчө белгилери менен бейтаптардын тез диагноз менен, анын ичинде өзгөчө бөлүмү дарыгерлерге жардам медициналык талаага чечимдер бир катар, ишке ашырылып жатат. Дарыгерлер киргизүү оорулуу белгилери программасы жана ML аркылуу кирип тизмеси, медициналык адабият жана Интернеттен алынган маалыматты программасы терабайттык триллиондогон издешүүдө мүмкүн болуучу диагноздоонун тизмесин кайтарып берүү жана эсепке алуу убагында текшерүүдөн же дарылоо сунуш кыла алат.
- Билими: ML мисалы, өз ара мамиле түзөт жасалма окутуу жардамчылары жана электрондук окуу китептери катары окуучунун билим алуу муктаждыктарын, өздөрүн ылайыкташтырышы окуу куралдарын түзүү үчүн колдонулат. Мындай аспаптар студенттер кыска сынактары менен жана практикалык көнүгүүлөрү менен түшүнө турган түшүнүктөр жана көндүмдөр табуу үчүн мл. аспаптар, анда студент зарыл көндүмдөрү же түшүнүктөрдү үйрөнүүгө жардам берүү үчүн кыска, кошумча мисалдар, жана кошумча маалымат берет.
- Маркетинг: ML ошондой эле өзүн-өзү бараткан унааларды (ошондой эле айдоочу-аз унаалар же автономдуу унаалар деп аталат) пайда тармагында негизги компоненти болуп саналат. өзүн-өзү айдап унаалар иштейт программалык жол шарттарын аныктоо (мисалы, кычыраган суугунда жолдор сыяктуу) же жолума тоскоолдуктарды аныктоо жана аман-эсен, мындай жагдайларды өзү багыт берип тиешелүү айдоо милдеттерин билүү үчүн реалдуу жашоо жол сыноолордун жана клубга да учурунда ML колдонот.
Балким, буга чейин аны байкабай ML көп жолу келген. ML технологиянын көп колдонуунун кээ бир практикалык кеп таануу (кирет Samsung анын Биксби , Apple- Сериялар , көптөгөн талкуулоо үчүн текст азыр ЖК боюнча стандарттуу болуп саналат программаларды), спам чыпкалоону кабар, алдамчылыкты аныктоо азыктандырат куруу персоналдаштыруу, электрондук почта боюнча соода сунуштарды жана натыйжалуу желе издөө натыйжаларын камсыз кылуу.
ML сенин да катышып турат Facebook тоют. Адатта, сиз бир досунун билдирүүлөр каалаганча же басканда, көшөгөнүн артында алгоритмдер жана ML сиздин Newsfeed айрым достору же барактарды приоритет катары убакыттын өтүшү менен өз иш-аракеттери "үйрөнүү".
# 39 эмне Machine Learning & болот; т кыл
Бирок, ML нерселерди кыла албайбыз бар. Мисалы, ар кандай тармактарда ML технологияларды пайдалануу өнөр талап тапшырмалардын түрлөрү боюнча адамдар үчүн программаны же системаны адистешкен тарабынан иштеп чыгууга жана программалоого бир маанилүү көлөмүн талап кылат. Мисалы, жогоруда биз медициналык Мисалы, тез жардам бөлүмүнүн колдонулган ML программа адам дары-дармек үчүн атайын иштелип чыккан. Бул так программасын жана түздөн-түз айыл чарба тез борборунда, аны ишке ашыруу үчүн азыркы учурда мүмкүн эмес. Мындай өткөөл чарба же жаныбарлардан дары үчүн ушул ишти кылып алган бир нускасын түзүүгө укук боюнча, көп адистиги жана иштеп чыгууну талап кылат.
Ошондой эле, чечим кабыл алууга жана милдеттерди аткаруу үчүн зарыл маалыматтарды, "үйрөнүү" маалыматтарды жана мисалдар өтө көп сандагы талап кылат. ML программалары, ошондой эле маалыматтарды түшүндүрүү өтө түзмө-түз да, каймана, ошондой эле, мисалы, себеп жана натыйжа маалымат жыйынтыгы боюнча өз ара мамилелерди, кээ бир түрлөрү менен күрөшүү болуп саналат.
Уланышы алга Бирок, күн сайын акылдуу техниканы түзүүдө негизги технологияларды көп ML жасап жатабыз.