कम्प्यूटरहरू खरिद गरिनन् तर तिनीहरू हरेक दिन चाँडै चल्दैछन्
साधारण नियममा, मेसिन सिकाइ (एमएल) मशीनहरू (कम्प्यूटर) को प्रोग्रामिंग हो जसले त्यस कार्यलाई स्वतन्त्र रूपमा प्रदर्शन गर्न डेटा (जानकारी) प्रयोग गरेर विश्लेषण गर्न सक्दछ, मानव विकासकर्ताबाट थप निर्दिष्ट इनपुट बिना ।
मिसिन लर्निंग 101
शब्द "मेशिन सिक्किङ्ग" 1 9 5 9 मा आर्थर शमूएल द्वारा, कृत्रिम खुफिया (एआई) र कम्प्युटर गेमिंग मा अग्रगामी द्वारा आईबीएम प्रयोगशालाहरुमा सम्बद्ध गरियो। परिणामको रूपमा मिसिन सिक्ने, कृत्रिम खुफियाको शाखा हो। शमूएलको अवस्था समय उल्लेखितको कम्प्युटिङ मोडेल फ्लिप गर्न र कम्प्यूटर चीजहरू सिक्न रोक्ने थियो।
यसको सट्टा, उसले कम्प्यूटरहरू आफैले चीजहरू अन्वेषण गर्न सुरु गर्न चाहन्थे, बिना मानिसहरूको जानकारी पनि छोटो टुक्रा टुक्रा। त्यसपछि, उनले सोचे, कम्प्यूटरले कार्यहरू मात्र पूरा गर्दैन तर अन्ततः निर्णय गर्न कुन कार्यहरू गर्न र कहिले। किन? त्यसो कि कम्प्यूटरले कुनै पनि क्षेत्रमा प्रदर्शन गर्न आवश्यक व्यक्तिहरूको मात्रा घटाउन सक्छ।
कसरी प्रविधि सिकाउने काम गर्दछ
एल्गोरिदम र डाटाको प्रयोग गरेर मेसिन सिकाउने काम गर्दछ। एल्गोरिथ्म निर्देशनहरू वा दिशानिर्देशहरूको सेट हो जसले कम्प्यूटर वा प्रोग्रामलाई कसरी कार्य बाहिर पार्छ भनेर बताउँछ। एमएलमा प्रयोग गरिएको एल्गोरिदमले डेटा संकलन गर्दछ, ढाँचाहरू पहिचान गर्दछ, र त्यस डाटाको विश्लेषण प्रयोग गर्नका लागि यसको प्रोग्रामहरू र कार्यहरू पूरा गर्न कार्यहरू प्रयोग गर्न।
एमएल एल्गोरिदमले निर्णय नियमहरू र कार्यहरू प्रदर्शन गर्न प्रोसेस डाटा स्वचालित गर्न स्वचालित रूपमा प्रयोग गर्ने निर्णय, निर्णय पेड, ग्राफिकल मोडेल, प्राकृतिक भाषा प्रविधि, र तंत्रिका सञ्जाल (केहि नाममा) प्रयोग गर्दछ। एमएल एक जटिल विषय हुन सक्छ, Google को शिक्षण मशीनले सरल तरिकाले प्रदान गर्दछ कि एमएल कसरी काम गर्दछ।
आज प्रयोग गरिने मिसिनको सबैभन्दा बलियो रूप, गहिरो शिक्षा भनिन्छ, ठूलो मात्रामा डाटाको आधारमा एक तंत्रिका सञ्जालले जटिल गणितीय संरचना बनाउँछ। तंत्रिका नेटवर्क एमएल मा एल्गोरिदम को सेट हो र एआई मानव मस्तिष्क र तंत्रिका तंत्र प्रक्रिया को जानकारी मा तंत्रिका कोशिकाओं को पछि मोडेल गरे।
कृत्रिम खुफिया बनाम मिसिन लर्निंग बनाम डाटा खनन
AI, ML, र डेटा खनन सम्बन्धी सम्बन्ध राम्रोसँग बुझ्न, यो फरक आकारको छालाको सेट सोच्न उपयोगी छ। एआई सबैभन्दा ठूलो छाता हो। एमएल छाता एक आकार सानो छ र एअर छाता को तल फिट बस्छ। डेटा खनन छाता सबैभन्दा सानो हो र एमएल छाता अन्तर्गत फिट बस्छ।
- एआई कम्प्युटर साइंसको शाखा हो जुन तर्क र निर्णय बनाउने प्रविधि प्रयोग गरी मानव बुद्धि पछि मोडेल प्रयोग गरी "बुद्धिमानी" र "मानव-जस्तो" तरिकाहरूमा काम गर्न कम्प्यूटर प्रोग्राम गर्ने उद्देश्य छ।
- एमएल डेटा स्वचालित रूपमा बुद्धिमानी निर्णयहरू थप स्वचालित तरिकामा बनाउनको लागी प्रोग्रामिंग मशीनहरू (कम्प्यूटर) मा जान्न (आवश्यक डाटा वा उदाहरणहरू इकट्ठा गर्न) को लागी AI को भित्र कम्प्युटिङको एक श्रेणी हो।
- डाटा खननले तथ्याङ्कहरू, एमएल, एआई, र जानकारीका विशाल डेटाबेसहरू ढाँचाहरू पत्ता लगाउन, जानकारीहरू प्रदान गर्न, वर्गीकरणहरू सिर्जना गर्न, समस्याहरूको पहिचान गर्न, र विस्तृत डेटा विश्लेषणहरू डेलिभर गर्न प्रयोग गर्दछ।
कुन मेसिन सिक्न सक्छ (र पहिले नै गर्छ)
दोस्रो भागको अंशमा विशाल मात्रामा जानकारीको विश्लेषण गर्न कम्प्यूटरहरूको क्षमताले एमएललाई धेरै उद्योगहरूमा समय र शुद्धता आवश्यक हुन सक्छ।
- औषधि: एमएल प्रविधिले चिकित्सा क्षेत्रको लागि समाधानको दायरामा कार्यान्वयन गरिरहेको छ, आपातकालीन विभागका चिकित्सकहरूलाई असामान्य लक्षणहरूसँग रोगीहरूको छिटो निदान गर्न मद्दत पुर्याउन समेत मद्दत गर्दछ। चिकित्सकहरूले रोगीको लक्षणहरूको सूचीमा कार्यक्रममा आविष्कार गर्न सक्छन् र एमएल प्रयोग गर्न सक्छन्, यो प्रोग्रामले चिकित्सा साहित्य र इन्टरनेटबाट त्रबाइटिसको ट्रिलिसहरू सम्भावित निदानको सूची फिर्ता लिन र रेकर्ड समयमा परीक्षण वा उपचारको सिफारिस गर्न सक्छ।
- शिक्षा: एमएल शैक्षिक उपकरणहरू सिर्जना गर्न प्रयोग गरिन्छ जुन विद्यार्थीको सिक्किम आवश्यकताहरु लाई फरक पार्दछ, जस्तै भर्चुअल सिकाउने सहभागीहरू र इलेक्ट्रोनिक पाठ्यपुस्तकहरू जुन अन्तरक्रियात्मक छन्। यी उपकरणहरूले एमएल प्रयोग गर्नका लागि पत्ता लगाउँछन् कि कुन अवधारणाहरू र अनुभवहरू विद्यार्थीले छोटो क्विजिजहरू र अभ्यास अभ्यासहरू प्रयोग गर्दछन्। त्यसपछि उपकरणले छोटो भिडियोहरू, अतिरिक्त उदाहरणहरू, र पृष्ठभूमि सामग्री प्रदान गर्न विद्यार्थीहरूलाई आवश्यक क्षमताहरू वा अवधारणाहरू सिक्न मद्दत गर्दछ।
- मोटर वाहन: एमएल आत्म ड्राइभिङ कारहरुको उभरते क्षेत्र मा पनि एक महत्वपूर्ण घटक हो (जसमा पनि चालक कम कार या स्वायत्त कारहरु लाई पनि भनिन्छ)। सफ्टवेयर चलाउने स्व-ड्राइभिंग कारहरूले वास्तविक वास्तविक जीवन परीक्षण र सिमुलेशनहरू दुवैमा प्रयोग गर्दछ जुन सडक सर्तहरू (जस्तै बर्फीली सडकहरू) पत्ता लगाउँछन् वा सडकमा अवरोधहरू पहिचान गर्न र सुरक्षित ड्राइभ गर्ने कामहरू सिक्नका लागि सुरक्षित तरिकाले यी परिस्थितिहरू नेविगेट गर्न जान्दछन्।
तपाईले सम्भवतः यसलाई एमएएल धेरै पटक सामना गर्नु भएको छ। एमएल टेक्नोलोजीको बढी सामान्य प्रयोग व्यावहारिक भाषण पहिचान ( सैमसंगको बिक्सबी , एप्पलको सिरी , र धेरै टक-टु-टेक्स्ट प्रोग्रामहरू जुन पीसीहरूमा मानक हो), तपाईंको इ-मेलको लागि स्प्याम फिल्टरिंग, समाचार फिडहरू निर्माण, धोखाधड़ी पत्ता लगाउने, निजीकरणमा समावेश गर्दछ। खरीदारी सिफारिसहरू, र थप प्रभावकारी वेब खोज नतिजा प्रदान गर्दै।
एमएल पनि तपाईंको फेसबुक फीडमा संलग्न छ। जब तपाइँ मनपर्ने वा साथीहरूको पोष्टहरूमा क्लिक गर्नुहुन्छ, प्राय: एल्गोरिदमहरू र एमएलहरू पछि तपाइँको समाचारफिडमा निश्चित साथीहरू वा पृष्ठहरू प्राथमिकताको समयमा समयहरूमा तपाईंको "" "सिक्न" सिकाउनुहोस्।
कुन मेशिन सिक्न सक्दिन
यद्यपि, एमएलले के गर्न सक्ने सीमाहरू छन्। उदाहरणका लागि, विभिन्न उद्योगहरूमा एमएल प्रविधिको प्रयोगले मानिसहरूको महत्त्वपूर्ण विकास र प्रोग्रामिंगलाई उद्योगको आवश्यक कार्यहरूको प्रकारका लागि कार्यक्रम वा प्रणालीको विशेषज्ञता गर्न आवश्यक छ। उदाहरणको लागि, माथि हाम्रो मेडिकल उदाहरणमा, एमएल कार्यक्रम आपातकालीन विभागमा प्रयोग गरिएको थियो विशेष गरी मानव चिकित्साको लागि। यो त्यो सही कार्यक्रम लिन सम्भव छैन र प्रत्यक्ष रूपमा यसलाई एक पशु चिकित्सा आपातकालीन केन्द्रमा लागू गर्न सम्भव छैन। यस्तो परिवर्तनलाई मानव प्रोग्रामरहरूले व्यापक रूपमा विशेषज्ञता र विकासको लागि यो काम पशु पशु वा जनावरको औषधिको लागि सक्षम बनाउन संस्करण सिर्जना गर्न आवश्यक छ।
यसले अविश्वसनीय मात्रामा डेटा र उदाहरणहरूको लागि निर्णयहरू गर्न र कार्यहरू प्रदर्शन गर्न आवश्यक जानकारी "सिक्न" को लागि आवश्यक छ। एमएल प्रोग्रामहरू डेटा र संघर्षको प्रतीकमा धेरै शाब्दिक हो जुन प्रतीकवाद र यसको प्रकार र प्रभाव जस्ता डाटा नतिजा भित्रका केही प्रकारका रिश्ते पनि।
तथापि, निरन्तर प्रगतिहरू एमएल बनाउँदैछन् कोरियल प्रविधिको अधिकतर प्रत्येक कम्प्युटरमा स्मार्ट कम्प्युटरहरू सिर्जना गर्दै।