Nauczanie maszynowe

Sztuczna inteligencja

Sztuczna inteligencja odnosi się do inteligencji wykazywanej przez maszyny, które symulują inteligencję ludzi i zwierząt

Związek między AI i ML

AI — Inżynieria tworzenia inteligentnych maszyn i programów

ML — Zdolność uczenia się bez wyraźnego programowania. Innymi słowy, zdolność systemów sztucznej inteligencji do uczenia się poprzez wyodrębnianie wzorców z danych jest znana jako uczenie maszynowe

Cechy ML;
• Wykorzystuje dane do wykrywania wzorców w zbiorze danych i odpowiedniego dostosowywania działań programu
• Koncentruje się na rozwoju programów komputerowych, które mogą nauczyć się rosnąć i zmieniać pod wpływem nowych danych
• Umożliwia komputerom znajdowanie ukrytych spostrzeżeń za pomocą algorytmów iteracyjnych bez wyraźnego zaprogramowane
• Automatyzuje budowanie modeli analitycznych

Tradycyjny vs ML

Uczenie maszynowe i nauka o danych

DS i ML idą w parze. DS pomaga oceniać dane pod kątem algorytmów uczenia maszynowego.

DS: Jest to użycie metod statystycznych do znalezienia wzorców w danych

ML: Statystyczne uczenie maszynowe wykorzystuje tę samą matematykę i techniki, co DS

DS: Techniki te są zintegrowane z algorytmami, które same się uczą i ulepszają

ML: Uczenie maszynowe ułatwia sztuczną inteligencję, ponieważ umożliwia maszynom uczenie się na podstawie wzorców w danych

Techniki uczenia maszynowego

ML wykorzystuje szereg teorii i technik z DS

• Klasyfikacja: technika, w której program komputerowy uczy się na podstawie wprowadzonych danych, a następnie wykorzystuje tę wiedzę do sklasyfikowania nowej obserwacji
• Kategoryzacja: Technika organizowania danych w kategorie w celu ich najbardziej efektywnego i wydajnego wykorzystania
• Clustering : Grupowanie zestawu obiektów w taki sposób, że obiekty w tej samej grupie są bardziej podobne do siebie niż do innych grup
• Analiza trendów: Miała ona na celu prognozowanie zarówno obecnego, jak i przyszłego ruchu zdarzeń za pomocą analizy danych szeregów czasowych
• Wykrywanie anomalii: identyfikowanie nietypowych przypadków w pozornie jednorodnych danych
• Wizualizacja : Aby przedstawić dane w formacie obrazkowym lub graficznym. Umożliwia decydentom zobaczenie analiz przedstawionych wizualnie
• Podejmowanie decyzji: Technika lub umiejętność, która daje ludziom możliwość wpływania na decyzje menedżerskie za pomocą danych jako dowodów na istnienie tych możliwości

Przetwarzanie obrazu: znakowanie i rozpoznawanie obrazu, samojezdne samochody, optyczne rozpoznawanie znaków (OCR) itp.

Robotyka: symulacja człowieka, robot humanoidalny, robotyka przemysłowa.

Eksploracja danych: wykrywanie anomalii, grupowanie i prognozy, reguły asocjacyjne.

Gry wideo: niektóre gry wykorzystują uczenie się przez wzmacnianie

Analiza tekstu: filtrowanie spamu, analiza nastrojów, ekstrakcja informacji

Opieka zdrowotna: diagnostyka medyczna, ponad 100 startupów przekształcających opiekę zdrowotną za pomocą sztucznej inteligencji

……

Dziękuję!