Nilalaman
- Kahulugan - Ano ang ibig sabihin ng Learning sa Machine?
- Isang Panimula sa Microsoft Azure at ang Microsoft Cloud | Sa buong gabay na ito, malalaman mo kung ano ang lahat ng cloud computing at kung paano makakatulong ang Microsoft Azure sa iyo upang lumipat at patakbuhin ang iyong negosyo mula sa ulap.
- Ipinapaliwanag ng Techopedia ang Pag-aaral ng Machine
Kahulugan - Ano ang ibig sabihin ng Learning sa Machine?
Ang pag-aaral ng makina ay isang disiplinang artipisyal (AI) na nakatuon sa teknolohikal na pag-unlad ng kaalaman ng tao. Pinapayagan ng pagkatuto ng makina ang mga computer na pangasiwaan ang mga bagong sitwasyon sa pamamagitan ng pagsusuri, pagsasanay sa sarili, pagmamasid at karanasan.
Ang pag-aaral ng makina ay nagpapadali sa patuloy na pagsulong ng computing sa pamamagitan ng pagkakalantad sa mga bagong sitwasyon, pagsubok at pagbagay, habang gumagamit ng pattern at trend detection para sa pinabuting mga pagpapasya sa kasunod (kahit na hindi magkatulad) na mga sitwasyon.
Ang pag-aaral ng makina ay madalas na nalilito sa data mining at pagtuklas ng kaalaman sa mga database (KDD), na nagbabahagi ng isang katulad na pamamaraan.
Isang Panimula sa Microsoft Azure at ang Microsoft Cloud | Sa buong gabay na ito, malalaman mo kung ano ang lahat ng cloud computing at kung paano makakatulong ang Microsoft Azure sa iyo upang lumipat at patakbuhin ang iyong negosyo mula sa ulap.
Ipinapaliwanag ng Techopedia ang Pag-aaral ng Machine
Si Tom M. Mitchell, isang machine learning pioneer at propesor ng Carnegie Mellon University (CMU), ay hinulaang ang ebolusyon at synergy ng pagkatuto ng tao at makina. Ang Feed ng News sa Mga Linggo ay isang perpektong halimbawa. Ang News Feed ay na-program upang ipakita ang nilalaman ng kaibigan ng gumagamit. Kung ang isang gumagamit ay madalas na nag-tag o nagsusulat sa dingding ng isang partikular na kaibigan, binabago ng News Feed ang pag-uugali nito upang ipakita ang mas maraming nilalaman mula sa kaibigan.
Ang iba pang mga aplikasyon ng pag-aaral ng machine ay kasama ang pagkilala sa pattern syntactic, natural na pagproseso ng wika, search engine, computer vision at machine perception.
Mahirap kopyahin ang intuition ng tao sa isang makina, lalo na dahil ang mga tao ay madalas na natututo at nagsasagawa ng mga desisyon nang hindi sinasadya.
Tulad ng mga bata, ang mga makina ay nangangailangan ng isang pinahabang panahon ng pagsasanay kapag ang pagbuo ng malawak na mga algorithm na nakatuon sa pagdidikta ng pag-uugali sa hinaharap. Kasama sa mga diskarte sa pagsasanay ang pag-aaral ng rote, pagsasaayos ng parameter, macro-operator, chunking, pag-aaral na batay sa paliwanag, clustering, pagwawasto ng pagkakamali, pagrekord ng kaso, maraming pamamahala ng modelo, pagbabalik ng pagpaparami, pag-aaral ng pampalakas at algorithm ng genetic.