Что означает термин машинное обучение? Сколько типов присутствует и какие они бывают. Является ли машинное обучение подмножеством искусственного интеллекта? Как он делает точные прогнозы? Они играют очень важную роль в современном мире. Вы определенно можете прочитать этот пост, вы не будете разочарованы.
Машинное обучение — это разновидность искусственного интеллекта, которая использует компьютерные алгоритмы для анализа данных и принятия интеллектуальных решений на основе полученных знаний без явного программирования.
Они не следуют алгоритмам, основанным на правилах. Они делают точные прогнозы.
ТИПЫ:-
ОБУЧЕНИЕ С КОНТРОЛЕМ: Алгоритм обучается на данных, помеченных человеком. Чем больше образцов вы предоставляете алгоритму обучения с учителем, тем более точной становится классификация новых данных.
ОБУЧЕНИЕ БЕЗ КОНТРОЛЯ: он основан на предоставлении алгоритму неразмеченных данных и предоставлении ему возможности самостоятельно находить закономерности. Они обеспечивают ввод, но не метки. Это будет полезно для кластеризации данных.
ПОДДЕРЖИВАЕМОЕ ОБУЧЕНИЕ: оно основано на предоставлении алгоритму машинного обучения набора правил и ограничений и позволяет ему научиться достигать целей. Они определяют состояние, цели и действия.
Алгоритм выясняет, как достичь цели, пробуя различные комбинации разрешенных действий, и вознаграждается или наказывается в зависимости от решений.
например:- шахматы.
ПРОБЛЕМА, КОТОРАЯ РЕШАЕТСЯ МАШИННЫМ ОБУЧЕНИЕМ: -
Проблема: Что, если мы хотим определить, может ли сердце выйти из строя?
Данными наборами данных являются удары в минуту, индекс массы тела, возраст, пол и т. д.
Благодаря машинному обучению с этим набором данных он может изучать и создавать модели и прогнозировать результаты.
Машинное обучение берет данные и ответы и создает алгоритм, мы получаем набор правил, которые определяют модель машинного обучения, эта модель определяет параметры в традиционном алгоритме. Эту модель можно постоянно обучать и использовать в будущем для прогнозирования значений.