Mašīnu mācīšana ir mašīna, kas mācās pati par sevi un ir automātisku datu analīzes metode. Tā ir zinātne, kas ļauj datoriem analizēt datus un automātiski veidot modeļus no šiem datiem. Iekārta var barot datus un pielāgoties, lai veiktu precīzākas prognozes un atbilstoši rīkotos.
Kas ir mašīntulkošana?
Pēc programmēšanas šie sarežģīti algoritmi neprasa papildu programmu. Viņi var pielāgoties un mācīt sevi, pamatojoties uz viņiem sniegtajiem datiem. Apsveriet automobiļa pašizglītošanos, mašīnas vadīšanas algoritmi, kas tiek īstenoti zem pārsega, nodrošina, ka automašīna var iemācīties un pieņemt lēmumus atsevišķi. Tātad vairāk automašīnas ir vadītas, precīzāk un precīzāk pieņemamie lēmumi.
Vēl viena svarīga to izmantošanas joma ir datu drošība un ļaunprātīgas programmatūras noteikšana. Mūsdienu antivīrusu risinājumi parasti mācās no dažādu lietotāju lietošanas un izveido daudz ilgtspējīgāku programmatūru, kas var slēgt lielas drošības nepilnības. Ar šiem algoritmiem un dažiem reāllaika datiem var tikt atklāti krāpnieciski darījumi.
Iepazīstieties ar šo interesanto Lasīt no Forbes, kurā ir aplūkoti galvenie aparatūras līkņu algoritmu izmantošanas jomas.
Kā apgūt "mašīnu apguvi"?
Kā vienu datoru un tehnoloģiju ekspertu, Machine Learning būs visvairāk vēlamo gaidāmajā jomā. Arī datu inženieri maksā daudz labāk nekā parastās programmatūras izstrādātāji / inženieri. Ja kāds no jums interesēs lielie dati, un jūs esat bijis sava klases karalis. Vai varbūt tikai šis inženierijas lauks šķiet intuitīvs jums, jūs varat no tā kļūt par karjeru.
Lai sāktu darbu, jums jāzina ļoti pamatzināšanas datorzinībās. Pamata datorzinātnes māca pirmajā gadā lielākajā daļā koledžu visā pasaulē. Bet, ja jums gadās mainīt laukus uz datorzinātnēm vai ja jūs vienkārši neesat studējis datorus koledžā, jums jāpārbauda daži pamata datorprogrammēšana. Es ieteiktu Harvarda CS50 jebkurā laikā. Tas ir pieejams bez maksas kā tiešsaistes kurss par EDx, un jūs varat izvēlēties arī samaksāto sertifikātu.
Kad jums ir pamati, jums ir nepieciešams, lai pārietu uz statistiku, calculus un dažiem citiem matemātikas jomās. Tagad būs laiks mācīties reālus mašīntulkošanas algoritmus. Es ieteiktu lasīt šo rakstu no Darshan Hedge. Viņš bija NVIDIA Mašīntulkošanas inženieris un pašlaik strādā ar Otto. Šajā rakstā viņš ir apspriedis pakāpenisku procesu, lai kļūtu par veiksmīgu mašīnzinību inženieri.
Mašīnu mācīšanās un mākslīgais intelekts
Mašīnu mācīšana parasti tiek sajaukta ar Mākslīgais intelekts bet es saku, ka Machine Learning ir mākslīgā intelekta apakškopa. Mākslīgais intelekts ir plašāks jēdziens, kā padarīt datorus un mašīnas pašus veikt uzdevumus. Un Machine Learning ir par algoritmu pielāgošanu sniegtajiem datiem.
Es gribētu citēt atbildi uz Quora no Xavier Amatriain:
Machine learning is a particular approach to artificial intelligence. It is true that it is proving to me the most successful approach to AI. But, I disagree with ---‘s answer: it is NOT the “only” approach.
Piemēram, jūs būtu pārsteigts dzirdēt, ka daži no pašpiedzīvojošām automašīnām, kas patlaban apraksta sevi kā AI izmantošanu, izmanto ļoti maz mašīnas mācīšanos un pārsvarā izmanto uz noteikumiem balstītas sistēmas.
Turpretī es piekrītu, ka lielākā daļa AI lietojumprogrammu mūsdienās patiešām izmanto vai arī izmantos ML drīz.
Lasiet pilnu atbildi šeit.
Microsoft Azure mašīnu apmācība
Azure ir mākoņa pakalpojums, ko piedāvā Microsoft, kas ļauj jums izveidot un izmantot spēcīgas mašīntulkošanas lietojumprogrammas ceļā. Viss ir par lietojumprogrammu izveidi, kas izmanto prognozēšanas analīzi, lai ziņotu par futūristiskajām situācijām. Pamatojoties uz datiem, lietojumprogrammas var prognozēt gaidāmās kļūdas un sarežģītās situācijas. Šeit izmantotie kompleksi algoritmi pieder Xbox, Cortana un citiem Microsoft produktiem. Jūs varat bez maksas reģistrēties Microsoft Azure Machine Learning Studio vai izvēlēties paketi 9,99 $ mēnesī, kurā ir ietvertas daudzas funkcijas.
Mašīntīkls ir ļoti interesants joma, lai uzdotu roku. Ja jums gadās mīlēt datus, jūs noteikti patiks Machine Learning. Pārbaudiet visus rakstus, kurus esmu saistījis dažādās vietās šajā ziņā. Viņi noteikti jūs ieskatu un motivēs jūs, lai uzzinātu vairāk par šo interesanto zinātni.
