В этом блоге давайте попробуем понять машинное обучение простым способом.
Я хотел бы обсудить концепции в наглядном представлении.
Что такое машинное обучение?
Компьютер определяет, как рассчитывается определенный результат при вводе.
Итак, на основе предоставленных данных мы можем сказать, что получившаяся программа, обученная, может предсказывать желаемый результат.
Обучение с учителем
Прогнозирует выходное значение для новых данных на основе отношения, сформированного из предыдущих наборов данных.
Классификация - используется для прогнозирования вероятности результата. Может быть двоичным Да / Нет или Множественным
Регрессия - предсказывает число. Вывод - это реальное значение, то есть цена, количество, вес и т. Д.
Неконтролируемое обучение - алгоритмы предоставлены сами себе, чтобы обнаруживать и представлять интересную структуру в данных.
Кластеризация - поиск собственной группы (группировка поведения клиентов)
Связь - Найдите связь (модель рекомендаций)
Обучение с подкреплением
Предполагается, что агент принимает решения, среда - это среда, в которой агент может взаимодействовать со всем, а действия определяют, что агент может делать.
Основная цель агента - найти действия, которые могут максимизировать ожидаемый результат в течение заданного периода времени. Агент будет достигать лучших и более быстрых результатов, следуя правильной политике, а цель обучения с подкреплением - найти лучшую политику.
Ансамблевое обучение
Если вы возьмете несколько неэффективных алгоритмов и попросите их исправить ошибки друг друга, то общий результат будет выше, чем у лучшего индивидуального алгоритма.
Нейронная сеть
Связка нейронов и их связи между ними.
Нейрон
Это функция с несколькими входами и одним выходом.
Персептрон
Сеть состоит из нескольких слоев, и каждый нейрон связан .
Сверточные нейронные сети (CNN)
поиск объектов на фотографиях, видео, распознавание лиц, улучшение изображений, улучшение качества изображения, создание таких эффектов, как замедленное движение и т. д.
Рекуррентная нейронная сеть
Лучше всего подходит для данных временных рядов и данных, имеющих последовательность произвольной длины.
Заключение
Это только основы. Он может использовать любой язык программирования, но Python - самый популярный язык для машинного обучения. Если вы хотите узнать о машинном обучении на AWS / Azure / GCP, перейдите по ссылкам ниже.
