1. Introduction à la machine

Machine d'apprentissage est un scientifique informatique qui souhaite penser à la théorie de l'ordinateur de l'ordinateur développé. Ils ont dit que les humains et les ordinateurs n'ont aucune différence. Ils ont tous de multiples facteurs de stockage et de communication interconnectés, tous ont une telle idée, ainsi qu'elles ont une plate-forme mathématique unique, une machine d'apprentissage. Il est né pendant la grossesse. Les enfants qui ont appris la machine d'apprentissage sont nés dans les années 1960, il y a 20 ans et c'était une discipline interdisciplinaire, contenant une théorie de probabilité, des statistiques, etc. Objets. Avec l'amélioration du matériel informatique, la vitesse d'utilisation de l'ordinateur continue d'améliorer, mais elle commence à entrer dans notre vie quotidienne. Dans un proche avenir, je crois que cela deviendra également un facteur indispensable dans nos vies.

II. Application de la machine d'apprentissage

La société représentative a été mentionnée en premier, en particulier Google, il a été développé que Google Photos est un produit de la machine. CDans Baidu, reconnaissance d'image est également un système de traitement visuel appliqué à l'apprentissage de la machine. En même temps, tous les types d'entreprises ont commencé à essayer leurs produits avec des machines d'apprentissage. Par exemple, prédire le taux de change des sociétés financières, les stocks ont augmenté, et de prévoir le prix des sociétés immobilières, V.V. la machine d'apprentissage est non seulement un moyen mais aussi de nombreuses méthodes, méthodes mentionnées ici, dans la langue du programme, nous appelons algorithmes.
Mardi. A la suite et à l' étude non suivi et semi-supervision

Tous les algorithmes de la machine peuvent être divisés en 4 à 5 catégories, si le processus d'apprentissage, nous continuons de fournir des données pour votre ordinateur et les valeurs correspondant à ces données, telles que regarder des images de chats et de chiens à l'ordinateur, indiquant l'ordinateur que l'image est chat, qui est des chiens, puis laissez - le apprendre à résoudre les chats et les chiens. Grâce à ce guide, laissez l'ordinateur apprendre comment nous les hanchesH Cette image correspond à l'objet affiché dans l'image, c'est-à-dire que l'ordinateur sache quelle image peut indiquer n'importe quelle image, cette méthode s'appelle "L'apprentissage de la surveillance". Prédire le prix de la Chambre, la limite quotidienne des stocks peut également être effectuée dans la surveillance de l'apprentissage, et le célèbre réseau nerveux est également un moyen de surveiller l'apprentissage.

Si nous sommes également dans ce processus d'apprentissage, nous fournissons uniquement des ordinateurs pour fournir une image d'un chat et d'un chien, mais ne le disons pas que c'est un chat, c'est un chien, être remplacé par, je Laissez-la effectuer pour identifier et classer, laissez-le résumer la différence entre ces deux types, il s'agit d'un «apprentissage sans assistance» »de ce processus d'apprentissage, nous pouvons utiliser des informations sur l'étiquette correspondant aux données, les ordinateurs trouveront les règles des caractéristiques, ces lois sont des méthodes sans surveillance. Ceci est.

Il existe également une méthode pour surveiller l'apprentissage et non giAssassination de l'apprentissage, cela s'appelle "semi-semi-supervisé". Il examine principalement comment utiliser une petite quantité d'échantillons et un grand nombre d'étiquettes formées et classées sans étiquettes.


Quelle intensive

Code de conduite dans l'aspect robot de planification, la méthode d'apprentissage de la machine est appelée "L'acier d'apprentissage du noyau d'apprentissage ". Il jette un ordinateur dans un environnement totalement étrange ou de manière à ce qu'elle ait terminé une tâche qui n'a jamais été touchée, elle essaiera chaque véhicule, laissez-vous enfin s'adapter à l'environnement de l'environnement uni cet étrange ou apprenant à compléter cette mission, je veux Pour former des robots à tirer, j'ai juste besoin de lui donner une balle, disant que tu me l'as donné. Un point, essayez d'essayer une variété de méthodes de tir, au stade de départ, sa vitesse gagnante peut être très faible, mais elle résumera et apprendre des expériences de tir ou de succès comme des humains et atteignez finalement une vitesse élevée. Alphago a été développé par Google stagnant égalementUtilisation de cette méthode d'apprentissage.

Quel est l'algorithme génétique
il existe également une sorte et une amélioration de méthodes d'apprentissage similaires, appelées algorithmes génétiques, cette méthode est la simulation de théorie évolutive, Supprimer faible et existant. Pour choisir une conception ou un modèle optimal, tels que Online dispose d'un ordinateur de développeur qui joue super Mary. La première génération MIO 1 peut bientôt sacrifier, mais le système informatique créera deux générations basées sur la génération Mario, puis sauvegardez ces denses Mario, en supprimant le Mario relativement faible, puis porteur de Mario plus fort pour "prospérité et variations" sont fortes, ce qui est l'idée de base des algorithmes génétiques.


Six. Résumé
ci-dessus est les méthodes d'apprentissage les plus importantes aujourd'hui, nous allons résumer, ils incluent des données et surveillent l'étiquetage d'apprentissage; Aucune donnée, aucune étiquette de non-surveillance n'a une étude semi-surveillance associée à laSurveillance de l'étude et apprentissage de la non-surveillance;En outre, une étude renforcée a été promue de l'expérience et, finalement similaire à des recherches intensives, et a une existence adaptative et inappropriée pour choisir les principes.