Mashinani o'rganish nima? Mashinani o'qitish usullari, turlari, vazifalari va misollar

Mashinani o'rganish nima? Mashinani o'qitish usullari, turlari, vazifalari va misollar
Machine Learning - yangi ma'lumotlarda voqea yoki hodisani bashorat qilish uchun tarixiy ma'lumotlarga matematik modelni o'rgatish. Ya'ni, dastur algoritmlarini faqat mavjud ma'lumotlar asosida emas, balki oldingi tajribaga asoslangan harakatlarni bajarishga majburlashga urinish.
O'qitish uchun tarixiy ma'lumotlar (o'quv namunasi) va berilgan tarixiy ma'lumotlarga mos keladigan maqsadli o'zgaruvchining qiymati (biz taxmin qilgan narsa) kerak. Model ma'lumotlar va maqsad o'zgaruvchisi o'rtasidagi bog'liqlikni kuzatadi va topadi. Ushbu bog'liqliklar noma'lum bo'lgan o'zgaruvchini taxmin qilish uchun yangi ma'lumotlar bazasida model tomonidan qo'llaniladi.
Mashinada o'qitish kiruvchi ma'lumotlardan ma'lum natijani bashorat qiladigan usul va algoritmlarning butun majmuini o'z ichiga oladi. Masalan, agar siz uzoq vaqt davomida har qanday vaqtda qimmatli qog'ozning qiymati to'g'risida ba'zi bir ma'lumotga ega bo'lsangiz, mashinani o'rganish algoritmlari kelajakda ushbu qimmatli qog'ozlarning qiymatini bashorat qilishi mumkin.

Mashinani o'rganish algoritmlari juda ko'p: ba'zilari muammoning bir turini, ikkinchisi boshqasini echishda samarali. Mashinada o'rganish, neyron tarmoqlari va sun'iy intellektni chalkashtirmaslik kerak, bular tubdan farq qiladi. Siz sun'iy intellektni nafaqat mashina orqali o'qitish usullari bilan o'rgata olasiz, balki neyron tarmoq algoritmlaridan tashqari, klassik o'rganish va mustahkamlashni o'rganish ham mavjud.
Mashinalarni o'qitish texnologiyasining mohiyati
Umuman olganda, mashinani o'rganish - bu kompyuter dasturini yoki algoritmni berilgan topshiriqning bajarilishini bosqichma-bosqich yaxshilashga o'rgatish.
Mashinada o'qitish deganda muammoni to'g'ridan-to'g'ri emas, balki turli xil ma'lumotlarning tarkibiy qismlarini topishga asoslangan algoritmlarni ishlab chiqish uchun turli xil matematik, statistik va hisoblash usullari tushuniladi.
Eritma aniq formulaga ko'ra emas, balki natijalarning ma'lum belgilar to'plamiga va ularning qiymatlariga o'rnatilgan bog'liqligiga qarab hisoblab chiqiladi.Masalan, har hafta bir hafta davomida qor qor bilan qoplangan va havo harorati sezilarli darajada noldan past bo'lsa, u holda ehtimol qish keldi. Shu sababli, mashinalarni o'rganish turli xil sohalarda: tibbiyotdan bankgacha diagnostika, prognozlash, tan olish va qarorlarni qabul qilish uchun qo'llaniladi.
Mashinada o'qitish nafaqat matematik, balki amaliy, muhandislik fanidir. Sof nazariya, qoida tariqasida, amalda qo'llaniladigan usul va algoritmlarni darhol olib kelmaydi. Ularni yaxshi ishlashi uchun siz nazariyada qilingan taxminlar va haqiqiy muammolar o'rtasidagi tafovutni qoplash uchun qo'shimcha evristikani ixtiro qilishingiz kerak. Mashinada o'qitish bo'yicha deyarli hech qanday izlanish usulning amaliy ishlashini tasdiqlovchi model yoki haqiqiy ma'lumotlarga nisbatan eksperimentsiz to'liq bo'lmaydi.
GeekUniversity, Mail.ru Group bilan birgalikda mashinada o'qishni o'rgatadigan birinchi Rossiya sun'iy intellekt fakultetini ochdi. O'qish uchun maktab ma'lumotlari etarli. Dastur barcha zarur manbalar va vositalarni + oliy matematikada to'liq dasturni o'z ichiga oladi. Oddiy universitetlarda bo'lgani kabi mavhum emas, lekin amalda qurilgan. Trening sizni mashinalarni o'qitish texnologiyalari va neyron tarmoqlari bilan tanishtiradi, sizga haqiqiy biznes muammolarini qanday hal qilishni o'rgatadi.