Термин машинное обучение стал популярным в последние годы с увеличением количества опубликованных статей и большей известностью в СМИ и Интернете. Но что это за слово? Кратко обсудим его значение.
Это моя вторая статья, и английский не мой первый язык. Так что извините за ошибки в английском.
Есть много концепций машинного обучения, но мы будем использовать это:
Machine Learning is the science of programming computers so they can learn from data
По сути, это включает в себя создание математических моделей, помогающих понять данные. Слово «обучение» появляется потому, что мы снабжаем модель данными и находим закономерности и информацию, она учится на наблюдаемых данных. Как только они узнают его, его можно использовать для понимания и прогнозирования информации о новых данных.
Вы можете подумать, что этот взгляд похож на футуристический. Но, на самом деле, это уже реальность и ближе к вам, чем вы думаете. Он существует уже несколько десятилетий в задачах специализации. Но впервые машинное обучение превратилось во что-то, что может изменить миллионы жизней, примерно в 90-х годах: фильтр спама. Теперь есть миллионы приложений, которые используются нами изо дня в день, и мы не знаем.
Машинное обучение можно разделить на два типа: обучение с учителем и обучение без учителя.
Обучение с учителем: когда мы измерили характеристики данных и метки, которые классифицируют эти данные. Когда модель построена, она может давать метки новым и неизвестным данным (классифицировать данные). Далее он подразделяется на классификацию (например, наивную байесовскую классификацию) и задачи регрессии (например, линейную регрессию).
Неконтролируемое обучение: когда мы измерили характеристики данных, но не имеем меток, классифицирующих эти данные. «Набор данных говорит сам за себя». Модель должна анализировать данные и находить информацию, которая отличает одни данные от других. Он подразделяется на задачи кластеризации (K-средних) и уменьшения размерности (анализ основных компонентов).
Алгоритмы машинного обучения широко используются в бизнесе, таком как фондовая биржа, и в таких компаниях, как Netflix, Amazon и Tesla, потому что они могут быстро решать сложные проблемы. Они могут найти информацию, проблемы и решения, которые почти невозможно найти людям.
По данным LinkedIn, во всем мире насчитывается 121 949 рабочих мест, в которых машинное обучение является обязательным навыком. В Market Research Future сообщается, что мировой рынок машинного обучения, по прогнозам, вырастет с 7,3 млрд долларов в 2020 году до 30,6 млрд долларов в 2024 году.
Нет сомнений в том, что машинное обучение — это реальная вещь, и важно понимать эту технологию. Это была короткая статья, но я хочу углубиться в эту тему и рассказать о некоторых алгоритмах, которые упоминались ранее.
Надеюсь, вам понравилось, и вы можете комментировать что-нибудь.
До скорого!
