Maskinlæring betyr en maskin som lærer på seg selv og er en metode for automatisert dataanalyse. Det er vitenskapen som gjør at datamaskiner kan analysere data og automatisk bygge modeller fra dataene. Maskinen kan mate på data og tilpasse seg for å gjøre mer presise spådommer og handle tilsvarende.
Hva er maskinlæring
Når de er programmert, krever disse komplekse algoritmene ingen videre programmering. De kan tilpasse seg og lære seg selv basert på dataene som er gitt til dem. Overvei en selvdrevet bil, maskinens læringsalgoritmer implementert under hetten sikrer at bilen kan lære og ta beslutninger alene. Så mer bilen har blitt drevet, mer presise og nøyaktige beslutninger det vil ta.
Også et annet stort område av deres bruk er datasikkerhet og malware deteksjon. De moderne antivirusløsninger har en tendens til å lære av bruken av forskjellige brukere og skape mer bærekraftig programvare som kan lukke store sikkerhetsmutter. Fraudulente transaksjoner kan oppdages og påpekes alle ved hjelp av disse algoritmer og noen virkelige data.
Sjekk ut denne interessante lesningen fra Forbes som diskuterer de store bruksområder for maskinlengende algoritmer.
Hvordan lære 'Machine Learning'?
Som per maskin- og teknologieksperter vil Machine Learning være det mest ønskede kommende feltet. Også dataingeniører er betalt mye bedre enn de konvensjonelle programvareutviklere / ingeniører. Hvis de store dataene likevel interesserer deg og du har vært statistikkongen i klassen din. Eller kanskje bare dette fagområdet virker intuitivt for deg, du kan gjøre en karriere ut av det.
For å komme i gang må du være kjent med veldig grunnleggende datavitenskap. Grunnleggende datavitenskap er undervist i det første året av de fleste høgskoler rundt om i verden. Men hvis du tilfeldigvis skifter felt til datavitenskap eller hvis du ikke bare studerer datamaskiner på college, må du sjekke ut noen grunnleggende dataprogrammering. Jeg vil foreslå Harvards CS50 når som helst. Den er tilgjengelig gratis som et online kurs på EDx, og du kan også velge et betalt sertifikat.
Når du har det grunnleggende, må du gå videre i statikk, kalkulator og noen andre felt av matematikk. Nå er det på tide å lære ekte maskininnlæringsalgoritmer. Jeg vil foreslå å lese denne artikkelen fra Darshan Hedge. Han var maskinlæringsingeniør ved NVIDIA og jobber for tiden med Otto. I denne artikkelen har han diskutert trinnvis prosess for å bli en vellykket maskinlæringsingeniør.
Maskinlæring og kunstig intelligens
Maskinlæring er vanligvis forvekslet med Kunstig intelligens men jeg sier at maskinlæring er en del av kunstig intelligens. Kunstig intelligens er et bredere konsept om å gjøre datamaskiner og maskin utføre oppgaver selv. Og maskinlæring handler om å tilpasse algoritmer til de oppgitte dataene.
Jeg vil gjerne si et svar på Quora fra Xavier Amatriain:
Machine learning is a particular approach to artificial intelligence. It is true that it is proving to me the most successful approach to AI. But, I disagree with ---‘s answer: it is NOT the “only” approach.
For eksempel vil du bli overrasket over å høre at noen av de selvkjørende bilene som for tiden beskriver seg som å bruke AI, bruker svært lite maskinlæring og hovedsakelig bruker regelbaserte systemer.
Når det er sagt, vil jeg være enig i at de fleste AI-applikasjoner i dag faktisk bruker eller vil bruke ML snart.
Les hele svaret her.
Microsoft Azure Machine Learning
Azure er en skytservice som tilbys av Microsoft, som lar deg bygge og distribuere m] kraftige maskinlæringsprogrammer når du er på farten. Det handler om å lage applikasjoner som bruker prediktiv analyse for å rapportere futuristiske situasjoner. Basert på dataene, kan applikasjonene forutsi de kommende feilene og vanskelige situasjonene. De komplekse algoritmene som brukes her tilhører Xbox, Cortana og andre Microsoft-produkter også. Du kan registrere deg for et Microsoft Azure Machine Learning Studio gratis eller velge en pakke med 9,99 $ / måned, som inneholder mange funksjoner.
Maskinlæring er et veldig interessant felt å legge hånd på. Hvis du kommer til å elske data, vil du definitivt elske maskinlæring. Sjekk ut alle artiklene jeg har koblet på forskjellige steder i dette innlegget. De vil sikkert imponere deg og motivere deg til å lese mer om denne interessante vitenskapen.
