Học máy là gì? Một định nghĩa

Học máy là gì?  Một định nghĩa

Học máy là một ứng dụng của trí tuệ nhân tạo (AI) cung cấp cho các hệ thống khả năng tự động học hỏi và cải thiện từ kinh nghiệm mà không cần lập trình rõ ràng. Học máy tập trung vào việc phát triển các chương trình máy tính có thể truy cập dữ liệu và sử dụng nó để tự học.

Quá trình học bắt đầu bằng các quan sát hoặc dữ liệu, chẳng hạn như ví dụ, kinh nghiệm trực tiếp hoặc hướng dẫn, để tìm kiếm các mẫu trong dữ liệu và đưa ra quyết định tốt hơn trong tương lai dựa trên các ví dụ mà chúng tôi cung cấp. Mục đích chính là cho phép các máy tính tự động học mà không cần sự can thiệp hay trợ giúp của con người và điều chỉnh các hành động phù hợp.

Một số phương pháp học máy

Các thuật toán học máy thường được phân loại là giám sát hoặc không giám sát.

  • Các thuật toán học máy được giám sát có thể áp dụng những gì đã học được trong quá khứ vào dữ liệu mới bằng cách sử dụng các ví dụ được gắn nhãn để dự đoán các sự kiện trong tương lai. Bắt đầu từ việc phân tích một tập dữ liệu đào tạo đã biết, thuật toán học tạo ra một hàm được suy ra để đưa ra dự đoán về các giá trị đầu ra. Hệ thống có thể cung cấp các mục tiêu cho bất kỳ đầu vào mới nào sau khi đào tạo đủ. Thuật toán học tập cũng có thể so sánh đầu ra của nó với đầu ra chính xác, dự định và tìm lỗi để sửa đổi mô hình cho phù hợp.
  • Ngược lại, thuật toán học máy không giám sát được sử dụng khi thông tin được sử dụng để đào tạo không được phân loại cũng không được dán nhãn. Nghiên cứu học tập không giám sát làm thế nào các hệ thống có thể suy ra một chức năng để mô tả một cấu trúc ẩn từ dữ liệu không được gắn nhãn. Hệ thống không tìm ra đầu ra đúng, nhưng nó khám phá dữ liệu và có thể rút ra các kết luận từ các bộ dữ liệu để mô tả các cấu trúc ẩn từ dữ liệu không được gắn nhãn.
  • Các thuật toán học máy được giám sát bán nằm ở đâu đó giữa học tập có giám sát và không giám sát, vì chúng sử dụng cả dữ liệu được gắn nhãn và không nhãn cho đào tạo – thường là một lượng nhỏ dữ liệu được gắn nhãn và một lượng lớn dữ liệu không được gắn nhãn. Các hệ thống sử dụng phương pháp này có thể cải thiện đáng kể độ chính xác trong học tập. Thông thường, học bán giám sát được chọn khi dữ liệu được dán nhãn yêu cầu các tài nguyên có kỹ năng và có liên quan để đào tạo / học từ nó. Mặt khác, việc thu thập dữ liệu được dán nhãn thường không yêu cầu thêm tài nguyên.
Loading Facebook Comments ...