Tartalom
- Meghatározás - Mit jelent a gépi tanulás?
- Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, hogy mi a lényeg a felhőalapú számítástechnikában, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.
- A Techopedia magyarázza a gépi tanulást
Meghatározás - Mit jelent a gépi tanulás?
A gépi tanulás egy mesterséges intelligencia (AI) tudományága, amelynek célja az emberi tudás technológiai fejlődése. A gépi tanulás lehetővé teszi a számítógépek számára az új helyzetek kezelését elemzés, önképzés, megfigyelés és tapasztalat révén.
A gépi tanulás megkönnyíti a számítástechnika folyamatos fejlődését az új forgatókönyveknek való kitettség, a tesztelés és az adaptáció révén, miközben mintát és tendencia-észlelést alkalmaz a továbbfejlesztett döntésekhez a következő (bár nem azonos) helyzetekben.
A gépi tanulást gyakran összekeverik az adatbányászással és a tudás felfedezésével az adatbázisokban (KDD), amelyek hasonló módszertant alkalmaznak.
Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, hogy mi a lényeg a felhőalapú számítástechnikában, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.
A Techopedia magyarázza a gépi tanulást
Tom M. Mitchell, a gépi tanulás úttörője és a Carnegie Mellon Egyetem (CMU) professzora megjósolta az ember és a gépi tanulás fejlődését és szinergiáját. A mai hírcsatorna tökéletes példa. A Hírcsatorna úgy van programozva, hogy megjelenítse a felhasználóbarát tartalmat. Ha egy felhasználó gyakran címkéket ír vagy ír egy adott barát falára, a Hírcsatorna megváltoztatja viselkedését, hogy több tartalmat jelenítsen meg az adott baráttól.
Más gépi tanulási alkalmazások magukban foglalják a szintaktikai mintázatfelismerést, a természetes nyelv feldolgozását, a keresőgépeket, a számítógépes látást és a gép észlelését.
Nehéz megismételni az emberi intuíciót egy gépen, elsősorban azért, mert az emberek gyakran öntudatlanul tanulják meg és hajtják végre a döntéseket.
A gyerekekhez hasonlóan a gépekhez is hosszabb képzési idő szükséges, amikor a jövőbeli viselkedés diktálására szolgáló széles körű algoritmusokat dolgoznak ki. A képzési technikák magukban foglalják a rote tanulást, a paraméter-beállítást, a makro-operátorokat, a darabolást, a magyarázaton alapuló tanulást, a csoportosítást, a hibajavítást, az eset rögzítését, a többmodell kezelést, a háttérterjesztést, a megerősítő tanulást és a genetikai algoritmusokat.