Isang Intro sa Pag-aaral ng Machine para sa IT Pros

Ni Justin Stoltzfus

Pinagmulan: Aleutie / iStockphoto

Panimula

Maraming mga inhinyero at iba pang mga propesyonal ang nagsisimula sa pag-aaral ng makina - nagsasagawa sila ng maagang pananaliksik at pagbuo ng mga paunang sistema, upang simulan ang paggalugad kung paano ang larangan ng artipisyal na katalinuhan ay maaaring magbukas ng mga pintuan para sa mga indibidwal at kumpanya.

Gayunpaman, sa buong proseso, medyo may pagkalito. Ano ang pag-aaral ng makina, pa rin?

Ang pangunahing ideya ay ang mga bagong teknolohiya na nagbibigay-daan sa mga makina na "mag-isip" at "matuto" sa mga paraan na mas katulad sa mga paraan na gumagana ang utak ng tao.

Iyon ay sinabi, mayroong higit sa ilang mga paraan upang mailarawan ang prosesong ito. Para sa kaunti pa, pumunta tayo sa StackOverflow, isang pangunahing batayan para sa mga programmer at iba pang mga propesyonal sa IT na naghahanap ng mga kahulugan at tunay na mga paliwanag ng mga isyung teknikal. Inilarawan ng isang StackOverflow thread ang pag-aaral ng machine bilang "proseso ng pagtuturo ng mga computer upang lumikha ng mga resulta batay sa data ng pag-input."

Ang isa pang manunulat ay naglalarawan sa pag-aaral ng makina bilang "larangan ng agham ng computer, teorya ng probabilidad, at teorya ng pag-optimize na nagpapahintulot sa mga kumplikadong gawain na malutas kung saan ang isang lohikal, pamamaraan na pamamaraan ay hindi posible o magagawa."

Ang huling kahulugan na ito ay malapit sa isang pangunahing punto sa kung ano ang pag-aaral ng makina - at hindi.

Kapag sinabi ng manunulat na "isang lohikal, pamamaraan na pamamaraan ay hindi posible o magagawa, " na tumutukoy sa tunay na "magic" at halaga ng pagkatuto ng makina. Sa simpleng pagsasalita, ito ay "post-logic" - ang pag-aaral ng makina ay lumalampas sa kung ano ang tradisyon, linear at sunud-sunod na codebase programming ang maaaring gawin!

Pagkuha ng hakbang, maaari nating tingnan ang pangunahing mga bloke ng gusali ng pag-aaral ng makina upang mas maunawaan kung paano.

Una, mayroong data ng pagsasanay - ang data ng pagsasanay ay nagbibigay sa mga input ng programa upang gumana mula.

Kasama ang data ng pagsasanay, mayroong mga algorithm na crunch na data at bigyang kahulugan ito sa iba't ibang paraan. Inilarawan ng mga eksperto ang mahahalagang gawain ng pag-aaral ng makina bilang "pagkilala sa pattern" - at makikita mo ito sa pahina ng StackOverflow - ngunit muli, na bahagyang inilarawan kung paano gumagana ang pag-aaral ng machine.

Susunod: Ang Neural Network

Ibahagi ito:

Talaan ng nilalaman

Panimula

Ang Neural Network

Pinangangasiwaan at Hindi Pag-aaral ng Pag-aaral ng Makina

Gradient Descent at Backpropagation

Mga Uri ng Neural Networks

Panigurong Pagkatuto

Mga Aplikasyon at Teorya ng Laro

Limang Tribo ng Mga Aplikasyon sa Pag-aaral ng Machine

Saan tayo pupunta galing dito?