Cum să începeți cu învățarea mașinii

Încercările de a proiecta mașini mai inteligente decât oamenii nu sunt noi. Unul dintre atacurile timpurii pe care le-a făcut informatica asupra „inteligenței” umane a fost prin joc de șah. Șahul (sau ar trebui să spunem, a fost?) Asumat de mulți drept testul suprem al intelectului și creativității umane, iar în anii 1960-70, existau școli diferite de gândire în informatică.


Unii au considerat că a fost doar o chestiune de timp înainte ca computerele să depășească oamenii să joace șah, în timp ce alții credeau că acest lucru nu se va întâmpla niciodată.

Kasparov vs. Deep Blue

Cel mai senzațional eveniment cu omul și mașina în bătălia de gândire a fost meciul de șah din 1996 dintre campionul mondial de atunci Garry Kasparov (și, probabil, cel mai bun jucător de șah din toate timpurile) și Albastru inchis, un supercomputer IBM conceput pentru acest eveniment.

Credit de imagine: Wikipedia

Pentru a scurta o poveste lungă, Kasparov a câștigat convingător meciul din 1996 (4-2), dar a pierdut revanșa din 1997 (4.5-3.5), pe fondul mult controversă și acuzațiile de înșelăciune directe ale Kasparov împotriva IBM.

Indiferent, s-a terminat o epocă în șah și informatică. Calculatoarele aveau dreptul mai inteligent decât orice om viu posibil. IBM, mulțumită de răzbunare, a demontat Deep Blue și a continuat.

Astăzi, este imposibil ca un maestru să bată vreun motor de șah obișnuit care funcționează pe hardware-ul mărfii.

Ce nu este Machine Learning

Înainte să aruncăm o privire mai detaliată asupra învățării în mașini, să scăpăm din vedere unele concepții greșite. Învățarea automată nu este, prin nicio întindere a imaginației, o încercare de a reproduce creierul uman. În ciuda convingerilor senzaționaliste deținute de Elon Musk, cercetările în informatică susțin că nu se află în căutarea acestui boabe sfinte și, cu siguranță, nu se află aproape nicăieri.

Mai simplu spus, învățarea automată este practica aplicării proceselor de învățare prin exemplu pe calculatoare. Acest lucru contrastează cu abordarea tradițională de a se baza pe un programator uman pentru a gândi într-un sistem toate scenariile posibile și regulile hard-code-ului..

Sincer, este vorba despre ce este învățarea automată: alimentarea de tone și tone și tone de date către un computer, astfel încât să poată învăța din exemple (încercare → eroare → comparație → îmbunătățire), mai degrabă decât să se bazeze pe codul sursă.

Aplicații de învățare automată

Așadar, dacă Machine Learning nu este magie neagră și nu este nimic care să creeze Terminators, la ce este util?

Învățarea automată ajută în cazurile în care programarea tradițională se încadrează, iar aceste cazuri se încadrează în general într-una din cele două categorii.

  1. Clasificare
  2. prezicere

După cum sugerează și numele, Clasificarea se preocupă de etichetarea corectă a lucrurilor, în timp ce Predicția își propune să corecteze proiecțiile viitoare, având în vedere un set de date suficient de mare de valori anterioare.

niste aplicații interesante de învățare automată sunt:

Filtrare spam

Spamul prin e-mail este omniprezent, dar încercarea de a-l opri poate fi un coșmar. Cum este definit spam-ul? Este prezența unor cuvinte cheie specifice? Sau poate cum este scris? Este greu de gândit un set exhaustiv de reguli, care să conțină un program.

Acesta este motivul pentru care folosim Machine Learning. Vă afișăm sistemului milioane de mesaje spam și mesaje non-spam și lăsăm să descopere restul. Acesta a fost secretul din spatele filtrelor de spam incredibil de bune ale Gmail, care au zguduit e-mailurile personale la începutul anilor 2000!

recomandări

Toate marile companii de e-commerce au astăzi sisteme puternice de recomandare. Uneori, capacitatea lor de a recomanda lucruri pe care „le-am putea considera utile” este incredibil de exactă, în ciuda faptului că nu am făcut niciodată clic pe acel articol înainte.

Coincidență? Deloc!

Mașina de învățare este greu de lucrat aici, preluând terabyte după terabyte de date și încercând să ne prezicem dispozițiile și preferințele volatile.

Chatbots

Ați întâlnit asistența pentru clienți de la primul nivel care părea ciudat robotizată și totuși a reușit să facă o discuție interesantă?

Ei bine, atunci ai fost pus la dispoziție de Machine Learning!

Învățând din conversații și determinând ce să spun când este o zonă viitoare și interesantă a aplicației chatbot.

Eliminarea buruienilor

În agricultură, roboții alimentați de Machine Learning sunt folosiți pentru a pulveriza buruienile și alte plante nedorite în mijlocul culturilor selectiv.

În caz contrar, acest lucru ar trebui să fie făcut manual sau ar fi o risipă de risipă, deoarece sistemul ar pulveriza produsul cu lichidul ucigaș!

Căutare vocală

Interacțiunea vocală cu sistemele informatice nu mai este ficțiune științifică. Astăzi avem asistenți digitali precum Alexa, Siri și Google Home, care pot lua comenzi verbal și nu încurca (bine, aproape!).

Unii ar putea susține că este o invenție evitată cel mai bine, deoarece face rasa umană mai leneșă ca niciodată, dar nu poți argumenta cu eficacitate. De exemplu, în Google I / O 2018, compania a dat un demo uimitor despre ce a făcut echipa sa de cercetare.

Diagnostic medical

Suntem pe punctul de a revoluționa diagnosticul medical, deoarece sistemele bazate pe Machine Learning încep să depășească medicii cu experiență diagnostic prin radiografii etc.

Vă rugăm să rețineți că acest lucru nu înseamnă că în curând medicii nu vor fi necesari, ci că calitatea îngrijirii medicale va crește dramatic, în timp ce costurile vor scufunda (cu excepția cazurilor în care cartelele de afaceri vor stabili altfel!).

Acesta a fost doar un exemplu de la ce se folosește Machine Learning. Mașini cu autovehicule, roboți de joc de strategie, mașini de pliere de tricouri, rupere de captcha, colorarea fotografiilor în alb-negru – multe se întâmplă în aceste zile.

Tipuri de învățare automată

Tehnicile de învățare automată sunt de două feluri.

Învățare supravegheată, în care sistemul este direcționat prin judecata umană și Învățare nesupravegheată, în care sistemul este lăsat să învețe totul singur. Un alt mod de a spune același lucru ar fi că în Învățarea supravegheată, avem un set de date care conține atât intrările, cât și rezultatele preconizate, pe care sistemul le folosește pentru a compara și auto-corecta. Cu toate acestea, în Învățarea nesupravegheată, nu există o ieșire existentă cu care să se măsoare și, astfel, rezultatele pot varia în mod sălbatic.

O aplicație captivantă și îngroșătoare a învățării nesupravegheate a mașinilor?

Aceasta ar fi roboții care joacă jocuri de masă, în care programul este învățat regulile jocului și condițiile de câștig, apoi este lăsat la dispozitivele proprii. Programul joacă apoi milioane de jocuri împotriva sa, învățând din greșelile sale și consolidând deciziile avantajoase.

Dacă vă aflați pe un computer suficient de puternic, în câteva ore puteți pregăti un joc de AI care să bată în lume!

Următoarele imagini ilustrează succint aceste idei (sursa: Mediu):

Resurse pentru începerea învățării automate

Așadar, acum că ați luat cu toții în legătură cu Machine Learning și cum vă poate ajuta să cuceriți lumea, de unde să începeți?

Mai jos am enumerat câteva resurse fantastice de pe Web care vă pot ajuta să obțineți fluență în Mașina de învățare, fără a fi nevoie să obțineți un doctorat. în informatică! Dacă nu sunteți cercetător în domeniul învățării automate, veți găsi domeniul învățării automate la fel de practic și plăcut ca programarea în general.

Deci, nu vă faceți griji, indiferent de nivelul dvs. în prezent, puteți, ca un program bun de învățare automată, să vă învățați și să vă îmbunătățiți. ��

Programare

Prima cerință pentru a intra în învățare automată este învățarea programării. Acest lucru se datorează faptului că sistemele de învățare automată se prezintă sub formă de biblioteci pentru diverse limbaje de programare.

Python este cel mai recomandat, parțial pentru că este incredibil de plăcut să înveți și parțial pentru că are un ecosistem masiv de biblioteci și resurse.

oficial Ghidul pentru începători este un loc minunat pentru a începe, chiar dacă cunoști ușor Python. Sau, ia asta Curs de Bootcamp pentru a deveni un erou de la zero.

Gândiți-vă statisticile

După ce ai terminat elementele de bază ale lui Python, a doua recomandare ar fi să parcurgi două cărți incredibil de bune. Sunt 100% gratuit și disponibil ca PDF pentru descărcare. Gândiți-vă statisticile și Gândiți-vă Bayes sunt doi clasici moderni pe care fiecare inginer aspirant în învățarea mașinilor ar trebui să-l interiorizeze.

Udemy

În acest moment, v-aș recomanda să luați câteva cursuri Udemy. Formatul interactiv, auto-ritm, vă va ajuta să intrați în nitty-gritty și să creați încredere.

Asigurați-vă că consultați previzualizarea cursului, recenziile (în special cele negative!) Și sentimentul general al cursului înainte de a începe.

Puteți găsi, de asemenea, tutoriale uimitoare pe YouTube gratuit. Sentdex este un astfel de canal pe care îl pot recomanda, în care merg mereu tone de distracție, dar abordarea pe care o adoptă nu este prietenoasă pentru începători.

Andrew Ng

Curs predat de Andrew Ng pe Coursera este probabil cea mai populară resursă de învățare pentru bazele fundamentale ale învățării automate.

Deși folosește limbajul de programare R, rămâne fără egal în tratamentul său al subiectului și în explicațiile lucide. Datorită acestui curs, Andrew Ng a atins oarecum o statură la fel de divină în cercurile ML, iar oamenii se uită la el pentru înțelepciunea finală (nu glumesc!).

Acesta nu este, într-adevăr, un curs pentru începători, dar dacă vă pricepeți deja la date care nu se ocupă și nu vă gândiți la o cercetare laterală pe măsură ce mergeți, acest curs este cea mai bună recomandare.

Nu există capăt de resurse pe internet și vă puteți pierde cu ușurință la început. Cele mai multe dintre tutorialele și discuțiile de acolo sunt dificil din punct de vedere matematic sau lipsesc o structură și îți pot rupe încrederea înainte de a începe chiar.

Așadar, aș dori să vă avertizez împotriva autodistrugerii: mențineți-vă obiectivul modest și parcurgeți pași minimi. Învățarea automată nu este ceva care vă poate face confortabil într-o zi sau două, dar destul de curând veți începe să vă bucurați și cine știe, poate chiar crea ceva înfricoșător!

A se distra! ��

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map