Komputer teu nyokot leuwih tapi maranéhna lalaki smarter unggal poé
Dina istilah basajan, learning mesin (ML) nyaéta programming mesin (komputer) ku kituna bisa ngalakukeun tugas dipénta ku ngagunakeun sarta analisa data (informasi) pikeun ngalakukeun tugas anu mandiri, tanpa input husus tambahan ti developer manusa.
Mesin Learning 101
Istilah "mesin learning" ieu dikedalkeun dina Labs IBM taun 1959 ku Arthur Samuel, pelopor dina kecerdasan jieunan (AI) sarta kaulinan komputer. Mesin learning, sakumaha hasilna, nyaéta cabang jieunan AKAL. premis Samuel urang éta flip model ngitung anu waktos tibalik ka handap jeung ngeureunkeun mere komputer hal pikeun neuleuman.
Gantina, manéhna hayang komputer pikeun ngamimitian figuring kaluar hal sorangan, tanpa manusa ngabogaan input malah potongan tiniest inpormasi. Lajeng, ceuk pikir, komputer moal bakal ngan ngalakonan tugas tapi pamustunganana bisa mutuskeun nu tugas ngalakukeun na nalika. Naha? Ambéh komputer bisa ngurangan jumlah manusa karya diperlukeun pikeun ngalakukeun dina sagala aréa dibikeun.
Kumaha Mesin Learning Works
Mesin learning jalan ngaliwatan pamakéan algoritma jeung data. Hiji algoritma nyaéta set paréntah atawa tungtunan nu ngabejaan komputer atawa program cara ngalakonan tugas. The algoritma dipaké dina ML ngumpulkeun data, ngakuan pola, sarta ngagunakeun analisis data anu beradaptasi program jeung fungsi sorangan pikeun ngalengkepan tugas.
algoritma ML make susunan aturan, tangkal putusan, model grapik, pamrosésan basa alam, jeung jaringan neural (ka sawatara ngaran) kana ngajadikeun otomatis data processing keur nyieun kaputusan sarta ngalakukan tugas. Bari ML tiasa janten topik kompléks, Mesin Teachable Google nyadiakeun leungeun-on disederhanakeun démo kumaha ML jalan.
Formulir nu pangkuatna pembelajaran mesin dipake kiwari, disebutna learning jero , ngawangun struktur matematik kompléks disebut jaringan neural, dumasar kuantitas vast data. Jaringan neural anu sét algoritma di ML na AI dimodelkeun sanggeus sél cara saraf dina otak manusa sarta informasi prosés sistim saraf.
AKAL jieunan vs Mesin Learning vs Data Pertambangan
Ngartos pangalusna hubungan antara AI, ML, sarta data pertambangan, éta mantuan mikir susunan payung ukuran béda. AI teh payung panggedena. The ML payung téh ukuranana leuwih leutik sarta fits underneath payung AI. The payung data pertambangan teh pangleutikna tur fits underneath payung ML.
- AI ngarupakeun cabang tina elmu komputer anu boga tujuan pikeun program komputer keur ngalakukan tugas di langkung "cerdas" na cara "manusa-kawas", maké nalar jeung téhnik-nyieun kaputusan dimodelkeun sanggeus kecerdasan manusa.
- ML mangrupakeun kategori komputasi dina AI fokus kana mesin programming (komputer) pikeun neuleuman (ngumpulkeun data diperlukeun atawa conto) sangkan, kaputusan calakan data-disetir dina cara langkung otomatis.
- Pertambangan Data migunakeun statistik, ML, AI, sarta basis data gede pisan tina informasi pikeun manggihan pola, nyadiakeun wawasan, nyieun klasifikasi, ngaidentipikasi masalah, sarta nganteurkeun analytics data lengkep.
Naon Mesin Learning Dupi Naha (jeung Geus Teu)
Kapasitas pikeun komputer jeung nganalisis jumlahna vast informasi di fractions tina kadua ngajadikeun ML mangpaat dina Jumlah industri dimana waktu jeung akurasi penting.
- Kedokteran: téhnologi ML keur dilaksanakeun dina rentang ti solusi pikeun médan médis, kaasup nulungan médis departemén darurat kalayan diagnosis gancang pasien kalayan gejala mahiwal. Médis bisa input daptar gejala sabar urang kana program jeung ngagunakeun ML, program bisa scour trillions of terabytes inpormasi ti literatur médis sarta internét pikeun balik daptar diagnoses poténsi jeung dianjurkeun nguji atawa perlakuan dina jangka waktu rékaman.
- Pangajaran: ML geus dipaké pikeun nyieun parabot atikan nu tukang ngaput sorangan pikeun kaperluan pangajaran ti murid, sapertos asisten learning maya jeung buku teks éléktronik anu leuwih interaktif. parabot ieu nganggo ML pikeun manggihan nu konsep jeung kaahlian murid nu understands maké kuis pondok tur latihan praktek. Pakakas lajeng nyadiakeun pidio pondok, conto tambahan, sarta bahan tukang mantuan murid nu diajar keterampilan atanapi konsep diperlukeun.
- Automotive: ML ogé mangrupakeun komponén konci dina widang munculna mobil timer nyetir (disebut oge mobil supir-kirang atanapi mobil otonom). Software nu ngoperasikeun mobil timer nyetir migunakeun ML mangsa duanana tés jalan real-hirup jeung simulasi pikeun ngadeteksi kaayaan jalan (kayaning jalan tiris) atanapi ngaidentipikasi halangan dina roadway jeung diajar tugas nyetir luyu jeung aman napigasi kaayaan kitu.
Anjeun geus dipikaresep geus encountered ML sababaraha kali tanpa merealisasikan eta. Sababaraha kagunaan leuwih umum tina téhnologi ML kaasup praktis pangakuan ucapan ( Samsung urang Bixby , Apple Siri , sarta loba program talk-to-téks nu kiwari standar on PCS), nyaring spam pikeun surelek, gedong warta eupan, detecting panipuan, personalizing balanja saran, sarta nyadiakeun hasil teangan web leuwih éféktif.
ML geus malah aub dina anjeun Facebook feed. Lamun anjeun resep atanapi klik tulisan babaturan urang remen, anu algoritma jeung ML balik layar "diajar" ti lampah anjeun leuwih waktos méré prioritas babaturan tangtu atawa kaca dina Newsfeed Anjeun.
Naon Learning Mesin Dupi & # 39; t Naha
Sanajan kitu, aya wates naon tiasa ngalakukeun ML. Contona, pamakéan téknologi ML di industri béda merlukeun jumlah signifikan ngembangkeun sarta programming ku manusa pikeun ngahususkeun program atawa sistem keur rupa tugas diperlukeun ku industri éta. Contona, dina conto médis urang luhur, program ML dipaké di jurusan darurat ieu dimekarkeun husus pikeun ubar manusa. Teu ayeuna mungkin nyandak éta program pasti tur langsung ngalaksanakeun eta dina puseur darurat Pangajaran sarta Palatihan Atikan. transisi saperti merlukeun Spésialisasi éksténsif jeung ngembangkeun ku programer manusa pikeun nyieun versi sanggup ngalakonan ieu tugas pikeun ubar Pangajaran sarta Palatihan Atikan atawa sato.
Ogé merlukeun incredibly jumlahna vast data jeung conto keur "diajar" ka Inpo eta perlu nyieun kaputusan sarta ngalakukan tugas. program ML oge pisan literal dina interpretasi data tur bajoang jeung symbolism sarta ogé sababaraha rupa hubungan dina hasil data, kayaning ngabalukarkeun jeung pangaruh.
advancements terus, kumaha oge, anu nyieun ML leuwih ti hiji téhnologi core nyieun komputer smarter unggal poe.