Введение в машинное обучение
В этом посте мы знаем, что такое машинное обучение, разбираемся в типах задач машинного обучения и некоторых приложениях. Давайте начнем путешествие в эпоху машинного обучения.
Содержание:
- Что такое машинное обучение?
- Типы задач машинного обучения с их приложениями.
Что такое машинное обучение ?
С точки зрения непрофессионала, машинное обучение — это процесс принятия решений, основанный на прошлом опыте, вспомните сценарий, когда вы впервые едите закуску, разогретую в микроволновой печи, она кажется и даже ощущается немного теплее/прохладнее снаружи, но как только вы кладете ее в рот, она язык болит, так как начинка внутри этой закуски теплее. И теперь, когда вы второй раз ели какую-либо закуску или еду, разогретую в духовке, вы кладете ее когда-нибудь, чтобы она оставалась прохладной, а затем потребляете ее. В этом случае вы узнали, основываясь на этом историческом событии, что пищевая начинка внутри теплее, чем снаружи, когда пища разогревается в духовке. Подобно этому, машинное обучение использует исторические данные и алгоритмы для обучения и прогнозирования невидимых данных.
Типы задач машинного обучения:
Задачи машинного обучения в основном включают обучение с учителем, обучение без учителя и обучение с подкреплением.
Контролируемое обучение:
Данные, которые мы обычно используем и манипулируем, имеют табличную форму, в таблице у нас есть несколько строк и столбцов, в машинном обучении столбцы данных называются функциями, а в столбцах у нас также есть наш класс меток/целей, который в основном представляет собой столбец, в котором мы заинтересованы в том, чтобы делать прогнозы, например: в фильтре спама электронной почты их столбец присутствует в наборе данных, который сообщает, является ли эта конкретная почта спамом или не спамом, этот столбец называется столбцом «Цель/метка», если набор данных, над которым мы работаем, имеет этот столбец или набор данных с целевым столбцом, тогда задача определяется как контролируемое обучение. Это похоже на сценарий, когда учитель в классе наставляет учеников, и они учатся под руководством своих учителей. Фильтр спама по электронной почте, прогнозирование цен на жилье - некоторые популярные приложения контролируемого обучения.
Обучение без присмотра:
Как указано выше в отношении набора данных, когда у нас нет столбца target/label в нашем рабочем наборе данных, задача определяется как обучение без учителя. Это похоже на естественный сценарий, когда единомышленники создают свою собственную группу и остаются вместе и вдали от непохожих на обычных людей. Некоторые из стандартных приложений — обнаружение аномалий, группировка результатов поиска и т. д.
Обучение с подкреплением:
Этот тип задачи машинного обучения, который позволяет искусственным агентам учиться в интерактивной среде методом «нажми и следуй», на основе собственной обратной связи и прошлого опыта. Агент получает вознаграждение, если он движется в положительном направлении, и наказывается, если движется в отрицательном направлении. Это похоже на ситуацию, когда человеческий младенец научился на собственном опыте, поскольку он / она выполняет хорошие действия, он / она будет вознагражден, а также наказан за плохие действия. Роботы, самоуправляемые автомобили - некоторые популярные приложения обучения с подкреплением.
Машинное обучение растет по мере того, как данные вокруг нас увеличиваются день ото дня, и машинное обучение — это инструмент, который позволяет нам использовать эти данные для улучшения наших различных процессов.
Спасибо, удачного обучения 😊!!
