Mašīnmācība
Kas ir datorapmācība:
Mašīnmācība ir datorzinātnes joma, kas nozīmē "mašīnu mācīšanās".
Tā ir daļa no mākslīgā intelekta koncepcijas, kas pēta veidus, kā mašīnas rada uzdevumus, ko veic cilvēki.
Tā ir programmēšana, ko izmanto datoros, ko veido iepriekš definēti noteikumi, kas ļauj datoriem pieņemt lēmumus, pamatojoties uz iepriekšējiem datiem un lietotāja izmantotajiem datiem.
Saskaņā ar grafikiem, piemēram, datoram ir iespēja pieņemt lēmumus, kas var atrisināt problēmas vai veicināt publikācijas internetā.
Kā mašīna mācās?
Operācijas pamatā ir algoritmi, kas ir secības, kas definētas un sastāv no informācijas un instrukcijām, kuras sekos dators.
Šīs secības ļauj datoriem pieņemt lēmumu atbilstoši situācijai un tajā ievadītajai informācijai.
Tas ir algoritms, kas sniedz informāciju par to, kā jāveic noteiktas procedūras un darbības, vai kā jāveic darbība.
Algoritmu izmantošanai ir vairāki lietojumu veidi un programmēšanas valodas. Tie atšķiras atkarībā no vajadzībām, kas tiks izpildītas, vai ar izveidotā algoritma mērķi.
Mašīnmācības veidi
Ir divi galvenie mašīnmācības veidi: uzraudzīta mācīšanās un nekontrolēta mācīšanās.
Uzraudzīta mācīšanās
Uzraudzītā mācīšanā ir iepriekš ievietots datu kopums un ieteikumi, kas tiks sniegti lietotājam, ir līdzīgi ierakstītajiem datiem.
Pamatā informācija tiek izmantota, lai prognozētu lietotāja gaidāmo rezultātu vai izmantotu izmantoto elementu klasifikāciju.
Piemērs: fotoattēls tiek ievietots interneta pārlūkprogrammā, kas meklē informāciju par attēla vai citu līdzīgu attēlu izcelsmi.
Nekontrolēta mācīšanās
Nekontrolētā mācīšanā nav konkrētu paredzamu rezultātu, ti, nav iespējams paredzēt savstarpējās atsauces rezultātus.
Šāda veida mācībās dati tiek grupēti un rezultāti mainās atbilstoši mainīgajiem.
Piemērs: bibliotēkas meklētājprogrammā ir iespējams sasniegt dažādus rezultātus. Rezultātu maiņa ir atkarīga no meklēšanas veida un izmantotajiem mainīgajiem lielumiem, piemēram, grāmatas nosaukuma, autora nosaukuma vai publicēšanas datuma.
Skatiet arī mākslīgā intelekta nozīmi.
Kas ir mašīnas mācīšanās?
Mašīnu apguvi var izmantot daudzām funkcijām. Viens no mūsdienās visizplatītākajiem ir sociālo mediju, interneta meklēšanas un digitālā mārketinga jomā.
Piemēram, interneta lietotāja ieteikumiem tiek izmantoti mašīnu mācību algoritmi. Tos izmanto virtuālās tirdzniecības vietnēs, sociālajos tīklos, spēlēs, video glabāšanas platformās un mūzikas atskaņošanas lietojumprogrammās.
Šajā gadījumā algoritms izmanto savus secību datus un navigācijas vēstures datus internetā, lai lietotājam sniegtu jaunus ieteikumus. Lietotāju preferences pārlūkošanas un datu koplietošanas laikā tiek izmantotas, lai ieteiktu līdzīgas programmas vai pakalpojumus.
Tie ir biežāki lietojumi, bet zināšanas par mašīnu mācībām var izmantot arī daudzās citās situācijās, piemēram:
- pētniecību internetā, \ t
- datu vākšana un analīze, \ t
- surogātpasta ziņojumu izsekošana,
- informācijas organizēšana un klasifikācija, \ t
- meklēt krāpšanu internetā.
Atšķirība starp mašīnas mācīšanos un dziļu mācīšanos
Gan mašīnas mācīšanās, gan dziļa mācīšanās ir mākslīgā intelekta izmantošanas veidi. Bet starp tām ir atšķirība, jo dziļā mācīšanā (kas nozīmē dziļu mācīšanos) piemīt īpašības, kas ir vairāk līdzīgas cilvēka mācīšanās spējai.
Dziļa mācīšanās arī izmanto prognozēto rezultātu iegūšanu no noteiktajiem datiem. Atšķirība ir tā, ka tā notiek precīzāk, vairāk kā tas, kas notiek cilvēka smadzenēs, jo dators var pielāgot informāciju elastīgāk.
Tas ir tāpēc, ka dziļā mācīšanā tiek radīts mākslīgs neironu tīkls, kas darbojas kā neironu tīkls cilvēka smadzenēs.
Tieši šis tīkls padara mašīnas darbību daudzām līdzībām smadzeņu darbībai un spēj apgūt un interpretēt informāciju.
Skatiet arī Programmatūras un Bitcoin nozīmi.
