संगणक घेत नाहीत तर दररोज हुशार आहेत
सोप्या शब्दात, मशीन शिकणे (एमएल) ही यंत्रे संगणक (संगणक) ची प्रोग्रामिंग आहे ज्यायोगे मानवी विकासकर्त्याकडून अतिरिक्त विशिष्ट इनपुटशिवाय , स्वतंत्रपणे कार्य पूर्ण करण्यासाठी डेटा (माहिती) वापरून आणि त्याचे विश्लेषण करून एक विनंती केलेले कार्य करू शकते.
मशीन शिकणे 101
"मशीन शिक्षण" हा शब्द 1 9 5 9 मध्ये कृत्रिम बुद्धिमत्ता (एआय) आणि संगणक गेमिंगमधील अग्रगण्य आर्थर शमूएल यांनी आयबीएम लेबमध्ये तयार केला होता. मशीन शिक्षणामुळे, कृत्रिम बुद्धिमत्ताची शाखा आहे. सॅम्युएलचा असा विश्वास होता की, समय उलटल्या गेलेल्या कॉम्प्युटिंग मॉडेलमध्ये फ्लिप करणे आणि संगणकांना शिकण्यासाठी गोष्टी देणे बंद करणे.
त्याऐवजी, संगणकास स्वतःहून गोष्टी शोधण्यास सुरुवात करायची होती, शिवाय मानवांना माहितीच्या अगदीच लहान तुकड्यातही इनपुट करता आले नाही. मग, त्यांनी विचार केला की, संगणकाकडे केवळ कार्य पूर्ण होणार नाही परंतु अखेरीस कोणत्या कार्ये पार पाडतील आणि कधी ते ठरवतील. का? जेणेकरून कोणत्याही क्षेत्रासाठी आवश्यक असणारे कार्य करणारे संगणक कमी करू शकतील.
कसे मशीन शिक्षण वर्क्स
अल्लोरिदम आणि डेटाच्या मदतीने मशीन शिकणे एक अल्गोरिदम सूचना किंवा मार्गदर्शकतत्त्वांचा एक संच आहे जो संगणक किंवा प्रोग्रामला कार्य कसा करावा हे सांगतो. एमएल मध्ये वापरण्यात येणारे एल्गोरिदम माहिती गोळा करते, नमुने ओळखतात आणि त्या डेटाचे विश्लेषण त्याचा स्वत: च्या प्रोग्राम आणि कार्य पूर्ण करण्यासाठी कार्ये बदलण्यासाठी करतात.
निर्णय घेण्यासाठी आणि निर्णय घेण्यासाठी कार्यवाही डेटा स्वयंचलित करण्यासाठी एमएल अल्गोरिदम नियमाचे संच, निर्णय झाडांचे, ग्राफिकल मॉडेल, नैसर्गिक भाषा प्रक्रिया आणि मज्जासंस्थेचे नेटवर्क (काही नाव) वापरतात. एमएल एक जटिल विषय असू शकतो, Google चे शिकवणू मशीन एमएल चे कार्य कसे करतो यावर एक सरळ सोपा हात आहेत.
आजपर्यंत वापरल्या जाणा-या यंत्र शिकण्याच्या सर्वात शक्तिशाली स्वरूपाला, खोल शिकण्याविषयी म्हणतात, मोठ्या प्रमाणात डेटावर आधारित, एक मज्जासंस्थेचा नेटवर्क म्हणतात एक जटिल गणिती रचना तयार करतो. मानवी मस्तिष्क आणि मज्जासंस्था प्रक्रिया माहिती तंत्रज्ञानाच्या तंत्रज्ञानाच्या तंत्रामुळे मृदू संवेदना एमएल आणि एआयमध्ये अल्गोरिदम संच असतात.
कृत्रिम बुद्धिमत्ता वि. मशीन शिक्षण वि. डेटा खनन
एआय, एमएल आणि डेटा खाण यांच्यातील संबंध उत्कृष्ट समजण्यासाठी वेगवेगळ्या आकाराच्या छत्रींचा विचार करणे उपयुक्त ठरते. एआय सर्वात मोठी छत्री आहे. एमएल छत्री हा लहान आकाराचा असतो व एआय छाता खाली बसतो. डेटा खाण छत्री सर्वात लहान आहे आणि एमएल छत्र खाली फिट.
- एआय संगणक विज्ञानाची एक शाखा आहे जी मानवी बुद्धिमत्तेच्या आधारे तयार केलेली तर्कशक्ती आणि निर्णय घेण्याच्या तंत्रज्ञानाचा वापर करून संगणकांना "बुद्धिमान" आणि "मानवी-सारखी" पद्धतीने कार्य करण्यास मदत करते.
- एमएल ही एआयमधल्या संगणकीय श्रेणी आहे ज्यामुळे प्रोग्रामींग मशीन (कॉम्प्युटर) संगणकावर केंद्रित होण्यास मदत होते (आवश्यक डेटा किंवा उदाहरणे गोळा करणे), डेटा-चालविण्यास, अधिक स्वयंचलित पद्धतीने बुद्धिमान निर्णयासाठी.
- डेटा खाण आकडेवारीचा वापर करते, एमएल, एआय, नमुन्यांची ओळख करून देण्यासाठी माहिती प्रदान करते, अंतर्दृष्टी प्रदान करतात, वर्गीकरण तयार करतात, समस्या ओळखतात आणि विस्तृत डेटा विश्लेषित करतात.
काय मशीन लर्निंग कॅन (आणि आधीच करत आहे)
दुसऱ्याच्या अपूर्णांकामध्ये संगणकाची अफाट माहितीचे विश्लेषण करण्याची क्षमता एमएल अनेक उद्योगांमध्ये उपयुक्त आहे जिथे वेळ आणि अचूकता आवश्यक आहे.
- वैद्यकीय: वैद्यकीय क्षेत्रासाठी एमएल तंत्रज्ञानाच्या विविध उपाययोजनांमध्ये अंमलबजावणी होत आहे, ज्यामध्ये आपत्कालीन विभाग चिकित्सकांना असामान्य लक्षणे असलेले रुग्णांचे जलद निदान करणे यासह मदत करणे. डॉक्टर रुग्णांच्या लक्षणे प्रोग्राममध्ये आणू शकतात आणि एमएल वापरुन, कार्यक्रम वैद्यकीय साहित्य आणि इंटरनेटमधून माहितीच्या हजारो टेराबाईट्सची संभाव्य निदानाची यादी आणि रेकॉर्ड वेळेत शिफारस केलेल्या उपचार किंवा उपचारांची परतफेड करू शकतात.
- शिक्षण: एमएलचा वापर शैक्षणिक साधने तयार करण्यासाठी होतो जे स्वत: ला शिकणार्या विद्यार्थ्यांना शिकवितात, जसे वर्च्युअल शिक्षण सहाय्यक आणि इलेक्ट्रॉनिक पाठ्यपुस्तक जे अधिक परस्परसंवादी आहेत. ही साधने लहान क्विझ आणि सराव व्यायाम वापरून विद्यार्थी कोणत्या संकल्पना आणि कौशल्ये समजून घेतात हे एमएलचा वापर करतात. विद्यार्थी नंतर आवश्यक कौशल्ये किंवा संकल्पना विद्यार्थ्यांना शिकण्यास मदत करण्यासाठी लघु व्हिडिओ, अतिरिक्त उदाहरणे आणि पार्श्वभूमी सामग्री देतात.
- ऑटोमोटिव्ह: एमएल ही स्वयं-चालविणा-या गाड्या (ज्याला ड्रायव्हर-कमी कार किंवा स्वायत्त कार देखील म्हटले जाते) च्या उदयोन्मुख क्षेत्रातील एक प्रमुख घटक आहे. स्वत: ची ड्रायव्हिंग कार चालविणारे सॉफ्टवेअर एमएलच्या वास्तविक-जीवन रस्ता चाचणी आणि सिम्युलेशन दरम्यान रस्ते परिस्थीती (जसे की बर्फाळ रस्ते) शोधतात किंवा रस्त्यात अडथळ्यांना ओळखतात आणि अशा स्थितीत सुरक्षितपणे नेव्हिगेट करण्यासाठी योग्य ड्रायव्हिंग कामे शिकतात.
आपल्याला कदाचित ते लक्षात न घेताच अनेक वेळा एमएल सापडले असतील. एमएल तंत्रज्ञानातील काही अधिक सामान्य उपयोगांमध्ये व्यावहारिक भाषण ओळख ( सॅमसंगच्या बिक्सबी , ऍपलचा सिरी आणि अनेक टॉक-टू-टेक्स्ट प्रोग्राम्स जे आता पीसी वर मानक आहेत), आपल्या ईमेलसाठी स्पॅम फिल्टरिंग, न्यूज फीड तयार करणे, फसवणूक शोधण्यासाठी, वैयक्तिकरण करणे शॉपिंग शिफारशी आणि अधिक प्रभावी वेब शोध परिणाम प्रदान करणे.
एमएल आपल्या फेसबुक फीडमध्ये देखील सहभागी आहे आपल्याला जेव्हा आवडतात किंवा मित्राच्या पोस्टवर बारकाईने क्लिक करतात, तेव्हा आपल्या अल्पायिदम आणि परिदर्शकांमधले एमएल आपल्या न्यूजफीडमधील काही मित्र किंवा पृष्ठांना प्राधान्य देण्यासाठी वेळोवेळी आपल्या कृतींमधून "शिकतात".
काय मशीन लर्निंग काय करू शकत नाही
तथापि, एमएल करू शकतो काय मर्यादा आहेत. उदाहरणार्थ, वेगवेगळ्या उद्योगांमध्ये एमएल तंत्रज्ञानाचा वापर करण्यासाठी त्या उद्योगाने आवश्यक कार्यांच्या प्रकारासाठी प्रोग्राम किंवा सिस्टमचे विशेषज्ञ करण्यासाठी मानवांनी विकास आणि प्रोग्रामिंगचा बराचसा भाग घेणे आवश्यक आहे. उदाहरणार्थ, वरील आमच्या वैद्यकीय उदाहरणामध्ये, आणीबाणी विभागात वापरलेला एमएल प्रोग्राम विशेषत: मानवी औषधांसाठी विकसित केला गेला. हे अचूक कार्यक्रम घेणे आणि पशुवैद्यकीय आपत्कालीन केंद्रात थेट अंमलबजावणी करणे शक्य नाही. अशा संक्रमणाने पशुवैद्यकीय किंवा पशु चिकित्सासाठी हे कार्य करण्यास सक्षम करण्यासाठी एक आवृत्ती तयार करण्यासाठी मानवी प्रोग्रामरद्वारे विस्तृत विशेषीकरण आणि विकास आवश्यक आहे.
त्यास निर्णय घेण्याची आणि कामे करणे आवश्यक असलेल्या माहिती "शिक्षित" करण्यासाठी अत्याधिक प्रमाणात प्रचंड डेटा आणि उदाहरणे आवश्यक आहेत एमएल प्रोग्रॅम डेटाच्या अर्थसंबंधात खूप महत्वाचा आहे आणि प्रतीकवादाने संघर्ष आणि डेटा परिणामांमध्ये काही प्रकारचे नातेसंबंध आहेत, जसे कारण आणि प्रभाव.
सतत प्रगती, तथापि, एमएल अधिक दररोज हुशार संगणक तयार करण्यासाठी कोर तंत्रज्ञान अधिक करत आहोत.