機械学習は人工知能のサブフィールドです。
科学者たちはインテリジェントな機械を作ろうとしています。 マシンは1つが得意で、プログラムされたタスク以外に何もできなかったのは1つだけでした。 機械学習を入力してください。
関連コース： Python機械学習コース
機械学習
歴史
1997年、ディープブルーと呼ばれるコンピューターが、チェスをするチェスの世界チャンピオンを打ち負かしました。
インテリジェント？ いいえ、このコンピューターでできることはそれだけでした。他に何もできませんでした。
したがって、新しい問題が発生した場合、コンピューターはそれを解決できません。 これは、新しいロジックとルールを使用して新しいプログラムを作成することを意味します。
ハードコードされたルールに依存する代わりに、例と経験から学習するアルゴリズムを使用できます。 これは機械学習と呼ばれます。
例
機械学習アルゴリズムは、次のような多くの問題を解決できます。
- スパム分類： 電子メールがスパムであるかどうか。
- 文書分類： それはどのような種類の文書ですか。
- 顔検出： 顔かどうか？。
- 価格予測： 予想価格はいくらですか？。
などなど。
機械学習アルゴリズムにはさまざまな種類があり、次のように分類できます。
- 教師あり学習アルゴリズム
- 教師なし学習アルゴリズム
分類
教師あり学習の問題の一種は分類です。 電子メールがスパムであるかどうかをアルゴリズムが決定する必要があるとします。 多くの論理ルールを書くことができますが、それは維持するのが面倒で、変更するのが難しいです。
代わりにできることは、入力用に生成する必要がある出力のラベル付きの例を使用するプログラムを作成することです。 プログラムはトレーニングデータを使用します。 アルゴリズムがトレーニングデータでトレーニングされた後、予測を行うことができます。
新しい電子メールの例を考えると、アルゴリズムは次のことができます。 予測/分類 新しい電子メールがスパムであるかどうか。 トレーニングデータが使用されるため、これを 教師あり学習アルゴリズム。
機械学習を初めて使用する場合は、 それなら私はこの本を強くお勧めします。
Hope this helps!
Source link
