Машинное обучение (МО)
- Контролируемое машинное обучение
- Неконтролируемое машинное обучение
- Самостоятельное машинное обучение
Классическое программирование использует программы (алгоритмы) для создания результатов:
Традиционные вычисления
Данные + компьютерный алгоритм = результат
Машинное обучение использует результаты для создания программ (алгоритмов):
Машинное обучение
Данные + Результат = Компьютерный алгоритм
Машинное обучение
Машинное обучение часто считают эквивалентом искусственного интеллекта.
Это неправильно. Машинное обучение является частью искусственного интеллекта.
Машинное обучение — это дисциплина ИИ, которая использует данные для обучения машин.
«Машинное обучение — это область исследования, которая дает компьютерам возможность учиться без программирования».
Артур Сэмюэл (1959)
Контролируемое обучение
Обучение с учителем использует помеченные данные (данные с известными ответами) для обучения алгоритмов:
- Классифицировать данные
- Прогнозировать результаты
Обучение под наблюдением может классифицировать такие данные, как «Что такое спам в электронной почте», на основе известных примеров спама.
Обучение под наблюдением может предсказать результаты, например предсказать, какое видео вам нравится, на основе видео, которые вы воспроизвели.
Неконтролируемое обучение
Неконтролируемое обучение используется для прогнозирования неопределенных отношений, таких как значимые закономерности в данных.
Речь идет о создании компьютерных алгоритмов, которые могут совершенствоваться сами.
Ожидается, что машинное обучение перейдет к обучению без учителя, что позволит программистам решать проблемы без создания моделей.
Самостоятельное обучение
Обучение с самостоятельным учителем похоже на обучение без учителя, потому что оба работают с данными без меток, добавленных человеком.
Разница в том, что обучение без учителя использует кластеризацию, группировку и уменьшение размерности, в то время как обучение с самоучителем делает свои собственные выводы для задач регрессии и классификации.