Введение

В 1959 году Артур Сэмюэл определил машинное обучение следующим образом:

«Область исследования, которая дает компьютерам возможность учиться не будучи явно запрограммировано

«Явно запрограммировано» в данном случае означает, что нам не нужно кодировать все, чтобы наша машина выполняла задачу. Мы покажем нашей машине несколько примеров, и тогда она сама во всем разберется.


Примеры

Теперь мы увидим несколько примеров машинного обучения, которые мы используем в нашей повседневной жизни, возможно, даже не подозревая об этом.


Виртуальные помощники

Помощники для смартфонов, такие как Apple Siri, использует машинное обучение к распознавать речь, отвечать на вопросы и делать другие умные вещи. Помощникам нравится Сири а также Google Ассистент оснащены автоматическим распознаванием речи и Обработка естественного языка (NLP).

Виртуальные помощники используют машинное обучение


Самоуправляемый автомобиль

Одно из самых захватывающих и передовых применений алгоритмов машинного обучения — автономные транспортные средства. Автомобиль с самостоятельным вождением может значительно сократить трафик и, самое главное, уменьшить количество дорожно-транспортных происшествий.

Машинное обучение


Обнаружение спама или мошенничества

Машинное обучение используется в каждом спам-фильтре, например в Gmail.

Машинное обучение

Системы ML также используются компаниями-эмитентами кредитных карт и банками для автоматического обнаружения мошеннических действий.


Как машины учатся?

Есть в основном два типа способов, которыми наша машина может учиться:


Контролируемое обучение

  • Чаще всего используется в реальных приложениях
  • Быстрое продвижение

В этом типе обучения мы даем машине некоторый ввод и некоторый помеченный вывод. Эти входные данные помогут машине обучить себя, чтобы она могла как можно точнее предсказать результат, как только получит ввод. В видео Coursera мы видели пример регрессия где задача состоит в том, чтобы предсказать число. Существует также второй основной тип контролируемого обучения, который называется классификация.


Неконтролируемое обучение

В этом типе обучения мы даем машине некоторые данные, которые не помечены или не помечены. Идея состоит в том, что компьютер будет вынужден создать краткое представление с помощью мимикрии, ключевого способа обучения людей, а затем использовать его для творческого вывода.


Почему машинное обучение?

  • Это позволяет создавать практичные системы для реальных приложений, которые иначе было бы невозможно решить.
  • Обучение повсеместно считается ключевым подходом к созданию систем искусственного интеллекта общего назначения.
  • Наука и техника машинного обучения дают представление о человеческом интеллекте.