Uczenie maszynowe - podsumowanie

Ten samouczek wprowadził Cię w uczenie maszynowe. Teraz wiesz, że uczenie maszynowe to technika uczenia maszyn do wykonywania czynności, które może wykonywać ludzki mózg, choć nieco szybciej i lepiej niż przeciętny człowiek. Dziś widzieliśmy, że maszyny mogą pokonać ludzkich mistrzów w grach takich jak Szachy, AlphaGO, które są uważane za bardzo złożone. Widzieliście, że maszyny można wyszkolić do wykonywania czynności ludzkich w kilku obszarach i mogą pomóc ludziom żyć lepiej.

Uczenie maszynowe może być nadzorowane lub nienadzorowane. Jeśli masz mniejszą ilość danych i wyraźnie oznaczone dane do szkolenia, wybierz nadzorowaną naukę. Uczenie się nienadzorowane generalnie zapewnia lepszą wydajność i wyniki w przypadku dużych zbiorów danych. Jeśli masz duży, łatwo dostępny zestaw danych, skorzystaj z technik uczenia głębokiego. Nauczyłeś się również uczenia ze wzmocnieniem i uczenia się głębokiego wzmocnienia. Wiesz już, czym są sieci neuronowe, ich zastosowania i ograniczenia.

Wreszcie, jeśli chodzi o tworzenie własnych modeli uczenia maszynowego, przyjrzałeś się wyborom różnych języków programowania, IDE i platform. Następną rzeczą, którą musisz zrobić, to zacząć uczyć się i ćwiczyć każdą technikę uczenia maszynowego. Temat jest rozległy, to znaczy, że jest szeroki, ale biorąc pod uwagę głębię, każdego tematu można się nauczyć w kilka godzin. Każdy temat jest od siebie niezależny. Musisz brać pod uwagę jeden temat na raz, nauczyć się go, przećwiczyć i zaimplementować algorytm (y) w nim używając wybranego języka. To najlepszy sposób na rozpoczęcie nauki uczenia maszynowego. Ćwicząc jeden temat na raz, bardzo szybko uzyskasz szerokość, która jest ostatecznie wymagana od eksperta ds. Uczenia maszynowego.

Powodzenia!