60 lines
6.5 KiB
Markdown
60 lines
6.5 KiB
Markdown
---
|
||
title: Machine Learning
|
||
localeTitle: Машинное обучение
|
||
---
|
||
## Машинное обучение
|
||
|
||
Артур Самуэль, пионер в области искусственного интеллекта, определил Machine Learning в 1959 году как «поле обучения, которое дает компьютерам возможность учиться, не будучи явно запрограммированным».
|
||
|
||
Более формальное определение машинного обучения предоставляется профессором Томом Митчеллом из КМУ:
|
||
|
||
> «Говорят, что компьютерная программа учится на опыте E по отношению к некоторому классу задач T и показателю производительности P, если его производительность при заданиях в T, измеряемая P, улучшается с опытом E."
|
||
|
||
Рассмотрим пример алгоритма машинного обучения, который играет в шахматы. В этом примере `E` относится к опыту игры в шахматы, `T` - игра в шахматы, а `P` означает вероятность того, что программа выиграет следующую игру в шахматы.
|
||
|
||
Машиноведение в точности похоже на то, как человек учится. Например, если человек хочет научиться играть в покер, он сначала изучит правила. Затем он попытается получить опыт, играя в игру. Этот опыт представляет собой не что иное, как огромный набор данных для машины, с помощью которого он может принимать разумные решения, решая предлагаемую проблему.
|
||
|
||
В общем, проблемы машинного обучения можно разделить на контролируемое обучение и неконтролируемое обучение. В контролируемом обучении у вас есть вход и помеченный вывод, и вы подозреваете, что существует связь между вводом и помеченным выводом. Когда вы не знаете, что такое помеченный вывод, и не существует отношений, неконтролируемое обучение поможет вам найти структуру в ваших данных, если она есть.
|
||
|
||
Мы рассмотрели две основные категории машинного обучения, но есть четыре широкие категории машинного обучения:
|
||
|
||
1. Контролируемое обучение
|
||
2. Неконтролируемое обучение
|
||
3. Полу-контролируемое обучение
|
||
4. Укрепление обучения
|
||
|
||
### Контролируемое обучение
|
||
|
||
Контролируемое обучение - это задача машинного обучения вывода функции из контролируемых данных обучения. Тренировка данные состоят из набора примеров обучения. В контролируемом обучении каждый пример представляет собой пару, состоящую из входного объекта (обычно вектор) и желаемое выходное значение (также называемое контрольным сигналом). Кроме того, контролируемое обучение можно принять за 2 парадигмы, классификацию и регрессию.
|
||
|
||
#### Основная блок-схема / шаги для контролируемого обучения
|
||
|
||
1. Собирайте набор тренировок.
|
||
2. Разделить тренировку на входной объект (функции) и выходной объект (классы или значение)
|
||
3. Решите, что вы будете применять, регрессию или классификатор
|
||
4. Определите, какой алгоритм вы будете применять, SVM, глубокая сеть и т. Д.
|
||
5. Запустите алгоритм обучения и используйте модель для предсказаний
|
||
|
||
#### Курсы:
|
||
|
||
1. [Введение в машинное обучение](https://www.udacity.com/course/intro-to-machine-learning--ud120?autoenroll=true)
|
||
2. [Machine Learning - Учить: Andrew Ng](https://www.coursera.org/learn/machine-learning)
|
||
3. [Науки о данных и машинное обучение с помощью Python - Hands On!](https://www.udemy.com/data-science-and-machine-learning-with-python-hands-on/)
|
||
4. [Машинное обучение](http://ciml.info/)
|
||
5. [Край Аналитики - Преподаватель: MIT](https://www.edx.org/course/the-analytics-edge)
|
||
|
||
#### Видео ресурсы:
|
||
|
||
1. [Канал Siraj Raval's Youtube](https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A)
|
||
2. [Канал Sentdex Youtube](https://www.youtube.com/channel/UCfzlCWGWYyIQ0aLC5w48gBQ)
|
||
|
||
#### Дополнительная информация:
|
||
|
||
1. [Машиноведение в Википедии](https://en.wikipedia.org/wiki/Machine_learning)
|
||
2. [Machine Learning Demystified: Youtube](https://www.youtube.com/watch?v=83uAOzhzs-U)
|
||
3. Если вы хотите кратко познакомиться с машинным обучением, и вы предпочитаете видео, попробуйте эту [презентацию для ознакомления с машиной](https://youtu.be/cKxRvEZd3Mw)
|
||
4. Если вы хотите узнать, как продолжить обучение в обучении, взгляните на это [видео](https://youtu.be/nKW8Ndu7Mjw)
|
||
|
||
## лаборатория
|
||
|
||
[Создание смарт-приложений с помощью студии Azure Machine Learning Studio](https://github.com/Microsoft/computerscience/blob/master/Labs/AI%20and%20Machine%20Learning/Azure%20Machine%20Learning/Azure%20Machine%20Learning%20(Node).md) |