Введение в машинное обучение (ML)

Мир наполнен данными, множеством данных, таких как изображения, музыка, слова, электронные таблицы, видео, и не похоже, что в ближайшее время он замедлится. Данные в современном мире генерируются не только людьми, но и компьютерами, телефонами и другими устройствами. Это будет только расти в ближайшие годы.

Традиционно люди анализировали данные и адаптировали системы к изменениям в шаблонах данных. Однако по мере того, как объем данных превосходит способность людей понимать их и вручную писать эти правила, мы все чаще обращаемся к автоматизированным системам, которые могут учиться на основе данных. данные и, что важно, изменения в данных для адаптации к меняющемуся ландшафту.

Машинное обучение обещает извлечь смысл из всех этих данных. Мы видим машинное обучение повсюду в продуктах, которые мы используем сегодня.

Самым ярким примером является Поиск Google. Каждый раз, когда вы используете поиск Google, вы используете систему, в основе которой лежит множество систем машинного обучения, от понимания текста вашего запроса до корректировки результатов. на основе ваших личных интересов, таких как знание того, какие результаты показывать вам в первую очередь при поиске Java, в зависимости от того, являетесь ли вы экспертом по кофе или разработчиком — возможно, вы оба.

Что такое машинное обучение?

Машинное обучение — это разновидность искусственного интеллекта (ИИ), которая предоставляет системам возможность автоматически учиться и совершенствоваться на основе опыта без явного программирования.

Он включает в себя непрерывную подачу данных в машину, чтобы она могла интерпретировать эти данные, понимать полезные идеи для обнаружения закономерностей и определения ключевых функций для решения проблем — это похоже на то, как работает наш мозг.