차례:
정의-머신 러닝이란 무엇입니까?
기계 학습은 인간 지식의 기술 개발을 지향하는 인공 지능 (AI) 분야입니다. 컴퓨터 학습을 통해 컴퓨터는 분석, 자체 교육, 관찰 및 경험을 통해 새로운 상황을 처리 할 수 있습니다.
머신 러닝은 새로운 시나리오에 대한 노출, 테스트 및 적응을 통해 컴퓨팅의 지속적인 발전을 촉진하는 동시에 후속 (동일하지는 않지만) 상황에서 향상된 의사 결정을 위해 패턴 및 추세 감지를 사용합니다.
머신 러닝은 종종 유사한 방법론을 공유하는 데이터베이스 (KDD)의 데이터 마이닝 및 지식 발견과 혼동됩니다.
Techopedia는 기계 학습을 설명합니다
기계 학습 개척자이자 카네기 멜론 대학 (CMU) 교수 인 Tom M. Mitchell은 인간과 기계 학습의 진화와 시너지 효과를 예측했습니다. 오늘의 Facebook 뉴스 피드는 완벽한 예입니다. 뉴스 피드는 사용자 친구 콘텐츠를 표시하도록 프로그래밍되어 있습니다. 사용자가 특정 친구의 벽에 자주 태그를 쓰거나 글을 쓰는 경우 뉴스 피드는 해당 친구의 더 많은 콘텐츠를 표시하도록 동작을 변경합니다.
다른 머신 러닝 어플리케이션에는 구문 패턴 인식, 자연어 처리, 검색 엔진, 컴퓨터 비전 및 머신 인식이 포함됩니다.
| 무료 다운로드 : 보험 산업의 AI : 26 개의 실제 사용 사례 |
인간은 종종 무의식적으로 결정을 배우고 실행하기 때문에 인간의 직감을 기계에 복제하는 것은 어렵습니다.
어린이와 마찬가지로 기계는 미래 행동의 지시에 맞춰 광범위한 알고리즘을 개발할 때 연장 된 교육 기간이 필요합니다. 교육 기술에는 로트 학습, 매개 변수 조정, 매크로 연산자, 청킹, 설명 기반 학습, 클러스터링, 실수 수정, 사례 기록, 다중 모델 관리, 역 전파, 강화 학습 및 유전자 알고리즘이 포함됩니다.
