Що Таке Машинне Навчання (Просто Про Складне за 5 Хвилин)

Якщо ти не знаеш – що таке машинне навчання (Machine Learning), але хочеш зрозуміти для себе протягом 5ти хвилин– ця стаття для тебе.

Ти хочеш зрозуміти про що йде мова, коли люди згадують машинне навчання. Тобі не обов’язково бути технарем. Після цієї статті ти точно зможеш брати участь на загальному рівні в обговоренні тем, що стосуються машинного навчання.

що таке машинне навчання

Отже, що таке  Машинне Навчання?

Якщо ми почнемо з  широкого визначення, машинне навчання … Це коли машини (штучний інтелект) навчаються. Вони імітують і використовують поведінку людей (намагаються поводитися як люди) при прийнятті рішень.

Як саме ?

Наприклад , ось вам маленьке завдання…
3 – 9
4 – 16
8 – 64
9 –   ?

Чому ви подумали про число  81 ?

Це і є та поведінка, якої ми намагаємося навчити машини. Ми намагаємося навчити машини: “Вчитися на основі свого досвіду» .

Машинні алгоритми навчання використовують обчислювальні методи, щоб «вчитися» безпосередньо на основі отриманих даних, а не покладатися на
заздалегідь визначене рівняння в якості моделі.

що таке машинне навчання

Тобто, вчитися на досвіді – на своїх помилках та перемогах і не
вірити сліпо в те, що їм сказали до цього. Машинні алгоритми адаптивно поліпшують свою продуктивність та ефективність по мірі того як кількість їх досвіду зростає .

Алгоритми машинного навчання відшукують (ще поки невідомі) природні звязки між даними, аналізують їх й передбачають які рішення найкращі. При цьому до цих рішень машина приходить сама й про їх можливе існування до початку роботи вона не знала.

То які види технік  Машинного Навчання ?

Існують дві основні техніки:

  1.            Контрольоване навчання (Supervised learning)
  2.           Неконтрольоване навчання (Unsupervised learning)
що таке машинне навчання

Що таке Контрольоване машинне навчання:

Це наче я наперед розповім вам як виглядає собака, а потім покажу фотографії тварин й попрошу знайти собаку.

Всі техніки контрольованого Навчання сформовані на основіКласифікації  або  Регресії.

Класифікація :

Класифікація використовується для прогнозування конкретної відповіді.
Для прикладу два запитання:
Чи Україна виграє або програє футбольний матч? Чи це повідомлення електронної пошти є спамом чи оригіналом?

клачифікація машинне навчання

Виграє, програє, спам, оригінал – попередньо визначені класи (ви знаєте, ознаки того, що шукаєте). І результат має бути обранням однієї з цих відповідей на основі отриманої інформації введених даних іна основі правила, яке вам розказали (наприклад, що ознакою спаму є багаторазове використання слова “кредит”).

Сюди ж відноситься прохання поскладати машики в один ящик. а роботів в інший, попередньо пояснивши ознаки машинок і роботів. Все буде просто до того часу як штучний інтелект не зустріне робота-трансформера, що перетворюється в машинку:) Тут і людина впаде в ступор.

Регресія :

Регресія використовується для прогнозування безперервної відповіді. Вона має справу з числами.
Для прикладу:
Яка тенденція цін на ринку, який прогноз погоди і т.д ..

Машина малює графік, що ціни будуть зростати – це регресія. При чому часто малюючи графіки ми беремо середню лінію від даних. Це та ж сама класифікація вона аналізує багато багато моментів часу і ціни в ці конкретні моменти часу. А нам видає середнє арифметичне у вигляді графіку: Класифікує їх всіх, і ставить крапки на графіку, які зливаються в безперервну для нас лінію (для зручності узагальнену). Й ми кажемо, що це тенденція.

Ось ще один приклад. Внизу два графіки. Лівий графік це приклад регресії. Залежність ціни (price) від величини (size) будинків в Портланді. А правий – це вже класифікація. Ви дивитесь на співвідношення росту (height) та ширини (width) футболок й класифікуєте їх за розмірами (S, L , M).

класифікація і регресія

Дізнайтеся про 22 гаджети майбутнього, якими будуть користатися наші онуки.

Що таке Неконтрольоване машинне навчання:

Знаходження шаблону на основі тільки введення даних. Ці техніки є корисним, коли ти цілком не знаєш, що шукаеш. Часто використовується для дослідницького аналізу сирих даних.
Більшість з технік неконтрольованого навчання є формою Кластерного Аналізу.

Кластерний Аналіз:

В Кластерному Аналізі – ви групуєте елементи за невідомою наперед ознакою. Машина сама вирішує за якою. Глянула вона на цяточки, побачила, що всі вони за формою круглі, але різні по коьорах і вирішила, що буде групувати по кольорах.

кластеризація


Тпер назад до нашого наприкладу …

Наша задача, наведена вгорі відносилась до Контрольованого навчання – техніка Регресії (Мала справу з цифрами).

Приклади програм машинного навчання, якими ми користуємося

Що таке маштинне навчання – ми дізналися, тепер поговоримо про конкретні приклади:

Ваш особистий Помічник Сірі або Google використовують машинне навчання й вдосконалюють свою здатність на його основі відповідати на ваші запитаня

приклади машинного навчання

Прогноз погоди здійснюється з використанням машинного навчання.

приклади машинного навчання

 Букмекерські контори використовують машинне навчання

приклади машинного навчання

Медичні діагностика переважно використовує машинне навчання.

приклади машинного навчання

Ви постійно бачите контектну рекламу в інтернеті, яка пропонує тобі товари, які тобі подобаються – це машинне навчання.

приклади машинного навчання

Сподіваюсь, ця стаття допомогла вам зрозуміти що таке машинне навчання й як воно присутнє в нашому житті! Воно є невідємною часткою штучного інтелекту, який нас оточує в вік інтернету речей (що таке штучний інтелект, що таке інтернет речей)

Джерело: becominghuman.ai/

Подібні новини