«Это 17-й день моего участия в ноябрьском испытании обновлений. Подробную информацию об этом событии см.:Вызов последнего обновления 2021 г."
? Домашняя страница автора:Хай Йонг
? Об авторе: ?Создатель высококачественного полного стека CSDN, ?Член основной команды HDZ
? Преимущества вентилятора:фанатская базаЧетыре книги в неделю и различные небольшие подарки каждый месяц
Машинное обучение — горячая тема в наши дни! В общем, почти каждая «заманчивая» новая разработка в области компьютерных наук и разработки программного обеспечения связана с машинным обучением. Microsoft Cortana — машинное обучение. Распознавание объектов и лиц — машинное обучение и компьютерное зрение. Расширенная программа улучшения взаимодействия с пользователем — машинное обучение.
Не только это. Вообще говоря, машинное обучение и наука о данных есть везде. Поэтому естественно, что любой, у кого мозг выше среднего и кто может различать парадигмы программирования, заглянув украдкой, будет заинтересован в машинном обучении.
Машинное обучение: что это такое?
Машинное обучение — это область искусственного интеллекта, возникшая из теории распознавания образов и вычислительного обучения. Артур Ли Сэмюэл определяет машинное обучение как: Область исследования, которая позволяет компьютерам учиться без явного программирования.
Так что в основном это область компьютерных наук и искусственного интеллекта, которая «обучается» на данных без вмешательства человека.
Но эта точка зрения ошибочна. Из-за такого восприятия всякий раз, когда звучит слово «машинное обучение», люди обычно думают об «искусственном интеллекте» и «нейронных сетях, которые могут имитировать человеческий мозг (в настоящее время это невозможно)», беспилотных автомобилях и т. д. Но машины обучение — это гораздо больше. Ниже мы раскрываем некоторые ожидаемые и некоторые часто не ожидаемые аспекты современных вычислений, в которых задействовано машинное обучение.
Машинное обучение: ожидания
Мы начнем с некоторых мест, где машинное обучение может вступить в игру.
- Распознавание речи (более технический термин — обработка естественного языка):Вы разговариваете с Кортаной на своем устройстве Windows. Но как понимать то, что вы говорите? Затем появилась область обработки естественного языка, или НЛП, которая занимается изучением взаимодействия между машинами и людьми с помощью лингвистики. Угадайте, что лежит в основе НЛП: алгоритмы и системы машинного обучения (одна из них — скрытые марковские модели).
- Компьютерное зрение:Компьютерное зрение — это область искусственного интеллекта, которая занимается (возможной) интерпретацией реального мира машинами. Другими словами, все технологии распознавания лиц, образов, символов — это компьютерное зрение. Машинное обучение снова лежит в основе компьютерного зрения с его широким набором алгоритмов.
- Самоуправляемый автомобиль Google:В порядке. Вы можете себе представить, что им движет. Дополнительные преимущества машинного обучения.
Но это предназначенные приложения. Даже скептики хорошо понимают эти технологические подвиги, воплощенные в жизнь «загадочной (и чрезвычайно сложной) компьютерной магией».
Машинное обучение: неожиданное
Давайте посетим некоторые места, которые обычному человеку нелегко ассоциировать с машинным обучением:
- Рекомендации по продуктам Amazon:Вы когда-нибудь задумывались, как у Amazon всегда есть рекомендации, чтобы заманить вас, чтобы облегчить нагрузку на ваш кошелек. Ну, это алгоритмы машинного обучения, называемые «системами рекомендаций», которые работают в фоновом режиме. Он понимает личные предпочтения каждого пользователя и дает соответствующие рекомендации.
- Ютуб/Нетфликс:Они работают так же, как и выше!
- Интеллектуальный анализ данных/большие данные:Возможно, это не так шокирует многих. Но интеллектуальный анализ данных и большие данные — это просто представления об изучении и изучении данных в более широком масштабе. Пока есть цель извлечения информации из данных, вы обнаружите, что машинное обучение не за горами.
- Фондовый рынок/Жилищное финансирование/Недвижимость:Во всех этих областях задействовано множество систем машинного обучения для лучшей оценки рынка, известных как «методы регрессии», для таких приземленных вещей, как прогнозирование цен на жилье, прогнозирование и анализ движений фондового рынка.
Как вы, возможно, уже видели. Машинное обучение буквально везде. От исследований и разработок до улучшения бизнеса небольших компаний. Это везде. Таким образом, это компенсирует довольно много вариантов карьеры, поскольку отрасль находится на подъеме, и преимущества не прекращаются в ближайшее время.
На этом мы завершаем нашу вторую сессию машинного обучения. Позже я расскажу о некоторых технических деталях машинного обучения, инструментах, используемых в отрасли, и о том, как начать свое путешествие по машинному обучению.
Обратите внимание на публичный аккаунт [Hai Yong] и ответьте на [Book Receipt] Проведите лотерею и отправьте копию до 20:00 вечера 18 числа.
написано в конце
Автор полон решимости создать игру из 100 маленьких игр.Сайт Мою, ход обновления: 40/100
Я давно веду блог о технологиях, в основном через Nuggets, и вот моя статья о машинном обучении с нуля [Раздел 2]. Я люблю делиться технологиями и радостью через статьи. Вы можете посетить мой блог:Талант /user/204034…Чтобы получить больше информации. Надеюсь, вам это понравится! ?
? Все желающие могут оставлять комментарии и предложения в комментариях! ?