Pembelajaran mesin
Apakah mesin pembelajaran:
Pembelajaran mesin adalah bidang sains komputer yang bermaksud "pembelajaran mesin".
Ia adalah sebahagian daripada kecerdasan buatan, yang mengkaji cara mesin untuk menimbulkan tugas yang akan dilakukan oleh orang.
Ia adalah pengaturcaraan yang digunakan dalam komputer, dibentuk oleh peraturan yang didefinisikan sebelumnya yang membolehkan komputer membuat keputusan berdasarkan data sebelumnya dan dalam data yang digunakan oleh pengguna.
Mengikut jadual membuat komputer mempunyai keupayaan untuk membuat keputusan yang dapat menyelesaikan masalah atau meningkatkan penerbitan di internet, contohnya.
Bagaimanakah pembelajaran mesin berfungsi?
Asas operasi adalah algoritma, yang merupakan urutan yang ditakrifkan dan terdiri daripada maklumat dan arahan yang akan diikuti oleh komputer.
Urutan ini membolehkan komputer membuat keputusan mengikut keadaan dan dengan maklumat yang telah dimasukkan ke dalamnya.
Ia adalah algoritma yang membawa maklumat tentang bagaimana tatacara dan operasi tertentu perlu dilakukan atau bagaimana tindakan harus dilakukan.
Terdapat beberapa jenis aplikasi dan bahasa pengaturcaraan untuk penggunaan algoritma. Mereka berbeza-beza mengikut keperluan yang akan dipenuhi atau dengan tujuan algoritma dibuat.
Jenis pembelajaran mesin
Terdapat dua jenis pembelajaran mesin utama: pembelajaran di bawah seliaan dan pembelajaran tanpa pengawasan.
Pembelajaran yang diawasi
Dalam pembelajaran yang diawasi terdapat set data sebelumnya yang dimasukkan ke dalam mesin dan saran yang akan diberikan kepada pengguna harus sama dengan data yang direkam.
Pada dasarnya maklumat itu digunakan untuk meramalkan hasil yang dijangkakan oleh pengguna atau untuk melakukan klasifikasi unsur-unsur yang digunakan.
Contohnya: gambar ditempatkan di pelayar internet, yang mencari maklumat mengenai asal-usul imej atau imej serupa yang lain.
Pembelajaran tanpa pengawasan
Dalam pembelajaran tanpa pengawasan tidak ada hasil yang diharapkan, iaitu tidak mungkin untuk meramalkan hasil rujukan silang.
Dalam pembelajaran jenis ini, data dikumpulkan dan keputusan berubah mengikut pembolehubah.
Contoh: dalam enjin carian perpustakaan mungkin untuk mencapai keputusan yang berbeza-beza. Menukar keputusan bergantung pada jenis carian dan pembolehubah yang digunakan, seperti nama buku, nama pengarang atau tarikh penerbitan.
Lihat juga makna Kecerdasan Buatan.
Apakah pembelajaran mesin?
Pembelajaran mesin boleh digunakan untuk banyak fungsi. Salah satu yang paling banyak digunakan hari ini ialah dalam media sosial, pencarian internet dan pemasaran digital.
Sebagai contoh, algoritma pembelajaran mesin digunakan untuk membuat cadangan kepada pengguna internet. Mereka digunakan dalam laman web maya komersil, rangkaian sosial, permainan, platform penyimpanan video dan aplikasi main balik muzik.
Dalam kes ini, algoritma menggunakan data urutan dan data sejarah navigasi di internet untuk membuat cadangan baru kepada pengguna. Keutamaan pengguna semasa menyemak imbas dan perkongsian data digunakan untuk mencadangkan program atau perkhidmatan yang serupa.
Ini adalah kegunaan yang lebih biasa, tetapi pengetahuan tentang pembelajaran mesin juga boleh digunakan untuk banyak situasi lain, seperti:
- penyelidikan di internet,
- pengumpulan dan analisis data,
- menjejak mesej spam,
- organisasi dan klasifikasi maklumat,
- mencari penipuan di internet.
Perbezaan antara pembelajaran mesin dan pembelajaran mendalam
Kedua-dua pembelajaran mesin dan pengajaran mendalam adalah cara-cara menggunakan kecerdasan buatan. Tetapi terdapat perbezaan di antara mereka kerana pembelajaran mendalam (yang bermaksud pembelajaran mendalam) mempunyai ciri-ciri yang lebih serupa dengan kemampuan pembelajaran manusia.
Pembelajaran mendalam juga menggunakan ramalan hasil dari data yang telah ditetapkan. Perbezaannya ialah ia berlaku dengan lebih tepat, lebih seperti apa yang berlaku di otak seseorang kerana komputer boleh menyesuaikan maklumat dengan lebih fleksibel.
Ini kerana dalam pembelajaran mendalam rangkaian neural buatan dicipta, yang berfungsi seperti rangkaian neuron dalam otak manusia.
Ia adalah rangkaian yang menjadikan operasi mesin mempunyai banyak persamaan dengan fungsi otak dan dapat belajar dan mentafsirkan maklumat.
Lihat juga makna Perisian dan Bitcoin.
