Привет, бабушка, я знаю, что прошло много времени с тех пор, как я в последний раз посещал тебя «на прошлой неделе», но, как оказалось, для моей школы я должен попытаться объяснить тебе, что такое машинное обучение. Не то, чтобы я много знал по этой теме, но я постараюсь и сделаю все возможное, и пока я этим занимаюсь, вы можете испечь мне порцию того чудесного печенья с шоколадной крошкой, которое вы когда-то пекли.
Для начала, почему бы нам не сделать типичное словарное описание и посмотреть, что мы из него понимаем. Итак, согласно этому ресурсу, который я нашел в Интернете по адресу https://emerj.com/ai-glossary-terms/what-is-machine-learning/, машинное обучение это:
«Машинное обучение — это наука о том, как заставить компьютеры учиться и действовать так же, как люди, и улучшать свое обучение с течением времени в автономном режиме, передавая им данные и информацию в виде наблюдений и реальных взаимодействий».[1] ]
Я полагаю, это очень хорошее объяснение, верно, бабушка? В таком случае, я думаю, я могу идти сейчас, это было пле… что, печенье еще не готово? Хорошо, тогда у нас больше времени.
Итак, как следует из описания, идея машинного обучения, как следует из названия, означает научить компьютеры учиться, вы не можете на самом деле научить компьютер, но вы можете запрограммировать его так, чтобы он учился и действовал так же близко, как человек.
Например, те машины, которые сейчас проезжают сами по себе, которые вы видели, просматривая новости. В этих автомобилях есть компьютер внутри, ну, может быть, более одного, и этот или эти компьютеры включают в себя программы, алгоритмы, которые представляют собой подробные шаги, чтобы что-то сделать, и много информации или данных, которые будут меняться во время выполнения, в данном случае, как управлять автомобилем. . Инженеры нанесли на карту дороги, по которым они должны идти, и как идентифицировать машину или другой объект перед ними, чтобы они не столкнулись с ними. Чтобы они научились, автомобили должны будут принимать «повторяющиеся решения, выполнять определенные задачи и независимо адаптироваться»[2] в процессе проб и ошибок, совершая, надеюсь, небольшие ошибки и извлекая из них уроки.
С помощью этой технологии мы могли бы создать машину, которая могла бы испечь ваше вкусное печенье с шоколадной крошкой… Нет, бабушка, никто не пытается заменить вас, и вы правы, они никогда не будут такими вкусными, как те, которые вы готовите, но вот и я. Мы были бы инженерами, и мы бы сказали машине, как сделать тесто, что и сколько каждого ингредиента, другими словами рецепт, а затем, как разогреть духовку и как долго их выпекать, это то, что мы называем алгоритм. Сначала наша машина будет делать ошибки, например, добавлять слишком много муки или масла, или даже будут моменты, когда они сгорят, но, повторяя этот процесс, она научится добавлять нужное количество ингредиентов и выпекать их в течение надлежащего времени. количество времени.
Так как же теперь научить компьютеры учиться?
Контролируемое обучение
Алгоритмы контролируемого машинного обучения могут «применять то, что было изучено в прошлом, к новым данным, используя помеченные примеры для прогнозирования будущих событий. В этом случае машина получает вход и выход. Затем машина сравнит, был ли результат ожидаемым»[3].
В нашем примере мы хотим, чтобы наша машина выпекала печенье с шоколадной крошкой, поэтому мы ожидаем, что с рецептом, который мы ей дали, конечным результатом будет печенье с шоколадной крошкой, а не яблочный пирог или печенье без шоколадной крошки.
Таким образом, как только печенье испеклось, наша машина сравнит ожидаемый продукт с тем, который она испекла, если он не похож, она признает, что что-то пошло не так во время процесса, и изменит его в следующий раз, пока не получит правильное печенье.
Неконтролируемое обучение
Алгоритмы неконтролируемого машинного обучения «используются, когда информация, используемая для обучения, не классифицируется и не помечается»[3]. Таким образом, машина сравнивает конечный результат и анализирует его. он узнает, что он создал новый, в данном случае, продукт. Это неконтролируемо, потому что нет необходимости говорить ему, чего мы ожидаем в конечном результате, это тот, кто поймет, что они не одинаковы. Для нашего примера бабушка это выглядит так, как если бы машина создала ванильное печенье. Он признает, что отличается от шоколадной крошки, и выясняет, что он не только может делать печенье с шоколадной крошкой, но и, делая что-то другое, получать ванильное печенье.
Итак, я закончил как раз вовремя, чтобы насладиться свежей порцией печенья, возможно, это было не самое полное описание того, что такое машинное обучение, но достаточное для того, чтобы вы хоть немного поняли, о чем идет речь. Надеюсь, вам понравилось так же, как и мне.
Ресурсы
[1] https://emerj.com/ai-glossary-terms/what-is-machine-learning/
