Une introduction à l'apprentissage automatique
Qu'est-ce que l'apprentissage automatique?
salut! Je suis un étudiant universitaire qui se spécialise dans des cours universitaires d'arts libéraux dans une certaine ville.
J'ai entendu le mot IA, mais qui pensez-vous pouvoir réellement faire?
En fait, je pense que beaucoup de gens pensent vaguement au mot IA!
Cette fois, je voudrais résumer l'apprentissage automatique, qui est l'un des domaines de l'IA!
Je pense qu'il y a des erreurs et des parties que je n'ai pas comprises, alors j'apprécierais vos conseils dans ce cas!
Commençons!
Lecteur supposé
・ Ceux qui s'intéressent à l'IA mais ne savent pas par où commencer
・ Ceux qui connaissent le mot apprentissage automatique mais ont des doutes sur ce qu'ils peuvent réellement faire
Qu'est-ce que l'apprentissage automatique?
Entrez à partir de la définition.
L'apprentissage automatique est "l'application et la science des algorithmes pour comprendre la signification des données".
En d'autres termes, nous comprenons le «sens» des différentes données avec lesquelles nous entrons en contact dans notre vie (la taille de la copropriété à Bangkok et le loyer et la longueur des cellules du ver vert), et l'utilisons pour diverses «applications» ( Vous pouvez utiliser la taille de la copropriété pour prédire le loyer et utiliser la longueur de cellule du ver vert pour déterminer s'il s'agit d'un homme ou d'une femme).
* J'ai pensé à l'exemple de manière appropriée.
Types d'apprentissage automatique
L'apprentissage automatique est globalement divisé en trois catégories: l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage amélioré.
Qu'est-ce que l'apprentissage supervisé?
L'apprentissage supervisé est une méthode d'apprentissage d'un modèle à partir de données d'entraînement (données d'entraînement) dans laquelle la réponse (réponse correcte) de ce que vous voulez prédire est connue, afin que vous puissiez prédire des données inconnues et des données qui apparaîtront dans le futur!
Et il peut être divisé en deux selon la qualité des données correctes.
・ L'apprentissage supervisé avec des propriétés de valeurs discrètes telles que si l'étiquette de réponse correcte (réponse) est pluie ou ensoleillé, 0 ou 1, homme ou femme, etc. s'appelle "Classification".
・ L'apprentissage avec un enseignant dont l'étiquette correcte a la propriété de valeurs continues telles que le loyer et la température à Bangkok s'appelle "Régression".
Il ne fait aucun doute que cette méthode fonctionne très puissamment lorsqu'il s'agit de données pour lesquelles des réponses correctes passées peuvent être préparées à l'avance (parfois non).
Qu'est-ce que l'apprentissage amélioré?
L'apprentissage amélioré est une méthode de développement d'agents qui améliorent les performances en fonction de l'interaction avec l'environnement.
Les informations sur l'état actuel de l'environnement comprennent également des récompenses.
En d'autres termes, l'environnement récompense les actions menées par les agents, et les agents qui souhaitent recevoir plus de récompenses améliorent leurs performances!
L'agent qui travaille dur est mignon.
Apprendre sans enseignant
Dans l'apprentissage supervisé, les données de réponse correcte ont été préparées à l'avance lors de la formation du modèle.
Dans l'apprentissage par renforcement, le degré de récompense a été préparé pour les actions de l'agent.
Cependant, la société actuelle n'est pas si douce. Il y a des moments où vous voulez trouver une réponse en faisant quelque chose dont vous ne connaissez pas la réponse.
L'apprentissage non supervisé traite des données non étiquetées et des données de structure inconnue.
Avec un apprentissage non supervisé, même si vous ne connaissez pas la réponse ou n'avez pas de récompense, vous pouvez récupérer des données significatives en examinant la structure des données.
Par exemple, dans un apprentissage non supervisé appelé Clustering, en rassemblant des données proches les unes des autres,
Vous pouvez créer plusieurs groupes de proches.
Apprenez à connaître les trois apprentissages
J'espère que de nombreuses personnes ont changé leurs perceptions en apprenant la chose vague de l'IA et la chose légèrement plus réaliste de l'apprentissage automatique.
L'apprentissage automatique est également un outil très puissant si vous le maîtrisez, mais d'un autre côté, j'ai l'impression que si les connaissances de l'utilisateur ne sont pas atteintes, un enfant avec des performances médiocres naîtra.
J'écrirai à nouveau un article.
Aussi, je veux utiliser plus de photos!
Merci d'avoir lu jusqu'ici.