Sisällysluettelo:
Kirjoittaja Justin Stoltzfus
esittely
Yhä useammat insinöörit ja muut ammattilaiset ovat aloittamassa koneoppimisessa - he tekevät varhaista tutkimusta ja rakentavat alustavia järjestelmiä tutkiakseen, miten tämä tekoälyn ala voi avata ovia yksilöille ja yrityksille.
Koko prosessin ajan on kuitenkin melko hämmennystä. Mikä on koneoppiminen joka tapauksessa?
Perusajatuksena on, että uudet tekniikat antavat koneille mahdollisuuden ”ajatella” ja “oppia” tavalla, joka on enemmän kuin ihmisen aivojen toimintatapa.
Tästä huolimatta on enemmän kuin muutama tapa kuvata tätä prosessia. Siirrytään vähän lisää StackOverflow-ohjelmaan, joka on tukipiste ohjelmoijille ja muille tietotekniikan ammattilaisille, jotka etsivät määritelmiä ja oikeita selityksiä teknisistä kysymyksistä. StackOverflow-ketju kuvaa koneoppimisen "prosessiksi, jolla opetetaan tietokoneita luomaan tuloksia syöttötietoon perustuvien".
Eräs kirjoittaja kuvaa koneoppimista "tietotekniikan, todennäköisyyden teorian ja optimointiteorian kentäksi, joka sallii monimutkaisten tehtävien ratkaisemisen, jolle looginen, menettelyllinen lähestymistapa ei olisi mahdollinen tai toteutettavissa".
Jälkimmäinen määritelmä on melkein tärkeä kohta, mikä koneoppiminen on - ja mitä ei.
Kun kirjoittaja sanoo, että "looginen, menettelyllinen lähestymistapa ei olisi mahdollinen tai toteutettavissa", se osoittaa koneoppimisen todelliselle "magialle" ja arvolle. Yksinkertaisesti sanottuna, se on "postlogiikkaa" - koneoppiminen ylittää sen, mitä perinteet, lineaarinen ja peräkkäinen koodausohjelmointi voivat tehdä!
Astuessamme taaksepäin, voimme tarkastella koneoppimisen peruskiviä ymmärtääksemme paremmin miten.
Ensinnäkin siellä on harjoitustietoja - harjoitustiedot antavat ohjelmalähteille työtä.
Harjoitustietojen ohella on olemassa algoritmeja, jotka murskaavat tietoja ja tulkitsevat niitä eri tavoin. Asiantuntijat kuvaavat koneoppimisen välttämättömän työn "kuvailutunnistukseksi" - ja näet tämän myös StackOverflow-sivulla -, mutta se taas kuvaa vain osittain koneoppimisen toimintaa.
Seuraava: Neuraali verkko
Sisällysluettelo
esittelyNeuraali verkko
Ohjattu ja valvomaton koneoppiminen
Gradienttien laskeutuminen ja takaisin lisääntyminen
Neuraaliverkkojen tyypit
Ensemble oppiminen
Sovellukset ja peliteoria
Viisi koneoppimissovelluksen heimoa
Minne menemme täältä?
