Gépi tanulás - amit tudunk róla iDroidBG
Az intelligens eszközök fejlesztésével és fejlesztésével egyre nagyobb hangsúlyt kap a gépi tanulás - az ML - előnye. Azt akarjuk, hogy új kedvenc készülékünk okosabb legyen, felismerje a hangunkat, lássa, mikor lőjük le kedvencünket vagy ételünket. És mi áll e mögött?
Ezek olyan algoritmusok, amelyekkel az eszközök matematikai modelleket hoznak létre az úgynevezett "edzésadatok" mintájára, hogy előre jelezzék vagy meghozzák a döntéseket anélkül, hogy erre kifejezetten be lett volna programozva. Például az e-mailek szűrésére, az illetéktelen hozzáférés és mások felderítésére, ahol konkrét utasításokkal rendelkező algoritmusok nem állíthatók össze.
A gépi tanulási algoritmusok statisztikák alapján találnak mintákat hatalmas mennyiségű adatban. Az "adatok" itt is számokat, szavakat, képeket, kattintásokat jelentenek. Minden, ami digitálisan tárolható, felhasználható a gépi önálló tanulási algoritmusban is.
A gépi önismeretet sok olyan szolgáltatáshoz is használják, amelyek jelen vannak a mindennapi életünkben - A Netflix, a YouTube és a Spotify, a keresőmotorok, mint a Google és a Baidu, a közösségi hálózatok, mint a Facebook és a Twitter; hangsegédek, például Siri és Alexa. Ezen platformok mindegyike a lehető legtöbb adatot gyűjti rólunk - milyen műfajokat szeretünk, milyen linkeket nyitunk meg. és a gépi tanulás segítségével kitalálja, mit szeretnénk kínálni nekünk legközelebb. Illetve a hangsegédekkel - hogy megértsük, mit mondunk, mit akarunk és miért ne. mit szeretnénk legközelebb.
Néhány szóval - "keresse meg a modellt, és alkalmazza a modellt".
Egyes publikációk szerint az ML alapjait 1949-ben fektették le. Donald Hebb a viselkedés szervezete (PDF) című könyvben, amelyben bemutatja elméletét az idegsejtek gerjesztéséről és a köztük lévő kommunikációról.
Hebb leírja: "Amikor az egyik sejt ismételten gerjeszti a másikat, az első sejt axonja szinaptikus csomópontokat fejleszt (vagy kibővíti, ha már léteznek) a második sejt harcsaival érintkezve." Modellje a mesterséges mesterséges létrehozás alapkoncepciója. ideghálózatok, leírva a mesterséges neuronok (más néven csomópontok) közötti kapcsolatok változásának módját, valamint az egyes neuronok változását. A "súly" kifejezést használja a csomópontok/neuronok közötti összekapcsolódások leírására. Ezek lehetnek pozitívak és negatívak, és növekedhetnek, ha egyszerre aktiválódnak, és gyengülhetnek, ha külön aktiválják őket.