Это мой первый пост на Medium, возможно, когда-нибудь позже я раскрою свою биографию своей аудитории. Но пока просто — я научный сотрудник Университета Уйо, Университета Порт-Харкорта, магистр компьютерных наук и первая степень с отличием в области компьютерных наук.

Машинное обучение просто включает в себя использование статистических инструментов в форме математической модели для изучения некоторого набора исторических данных с некоторым сопоставлением ввода-вывода в попытке построить мозг (обычно называемый моделью), который может принимать новые, другие, текущие или живые входные данные. и выдать прогноз (выход).

Обычная вычислительная парадигма потребует, чтобы вы вводили данные в программу, выполнялась какая-то обработка, а затем вырабатывались выходные данные. Например, Sort_Desc(2,4,3,8,5) дает (8,5,4,3,2). Компьютерная программа использует какой-то алгоритм для сортировки. Я не собираюсь учить здесь сортировке.

Но в машинном обучении вызываемый алгоритм обычно не является желаемой пользователем операцией, а представляет собой инструкции, которые могут обнаружить шаблон из набора исторических данных, а затем после обнаружения шаблона строится модель, которая используется для ранжировать/классифицировать/сопоставлять/сопоставлять/предсказывать выходные данные на основе нового набора входных данных. Модели носят статистический или математический характер.

Где можно применить машинное обучение в Нигерии? Что ж, это очень важная область, поскольку специалистам по данным остается узнать, как мы можем использовать ИИ для поддержки или повышения интеллекта наших систем. Я попытаюсь перечислить практически 3 из множества известных мне способов, с помощью которых ИИ может формировать бизнес и процессы в Нигерии.

  1. Время найти, какую еду есть в любом месте: многие из нас, путешествующих, обычно хотят есть, скажем, рис или гарри в какой-то момент времени, поэтому нам нужно собирать данные за годы о том, как и какие продукты продаются. в каждом районе и в какое время. Таким образом, где бы вы ни находились, вы можете получить уведомление о том, что эта еда продается в 90% случаев в это время дня.
  2. Насколько загруженной может быть дорога в каждый момент времени по сравнению с тем, как долго светофор должен быть красным, зеленым и желтым: вместо программирования 20 секунд красного и 20 секунд зеленого на плате светодиодов дорожного движения мы можем позволить нашей модели предоставлять эти значения на основе время дня в качестве новых входных данных и исторических данных для шаблона.
  3. Заправочная станция с самым быстрым временем обслуживания в любое время суток: в большинстве дней недели и в большинстве периодов года есть индикаторы (входные данные), которые показывают, что показать время обслуживания каждой заправочной станции. Мобильное приложение со встроенной картой может подсказать вам ближайшую заправочную станцию ​​с лучшим временем обслуживания на основе исторических данных.

Это всего лишь введение, и оно может быть изменено. Это просто введение, возможно, в следующем посте я представлю математический жаргон для простой задачи, и мы будем двигаться дальше.