Bu mexanizmlər ağıllı bir maşına zamanla öz qabiliyyətlərini və performansını yaxşılaşdırmağa imkan verir, müəyyən tapşırıqları yerinə yetirmək üçün təcrübə ilə avtomatik öyrənir və zamanla işini daha da artırır.
Bir misaldır AlphaGo, tərəfindən hazırlanmış Go oyunu üçün Machine Learning proqramı DeepMind. AlpaGo, təyyarədə oyunda bir insan ustasını məğlub edə bilən ilk proqram idi Qoban standart ölçü (19 × 19). AlphaGo proqramı müxtəlif oyunlar zamanı Go oyunçuları tərəfindən edilən milyonlarla hərəkəti müşahidə edərək və maşının özünə qarşı oynaması ilə öyrədildi və nəticədə o, bu oyun dünyasında ən yaxşı oyunçu olduğuna inanılan oyunçunu məğlub edə bildi.
İndi maşın öyrənməsinin üç əsas kateqoriyasına keçək.
Sistem istənilən çıxışa uyğun olaraq etiketlənmiş nümunələri alır. Yəni, maşına təlimat vermək üçün faydalı olan verilənlər bazası giriş məlumatlarından ibarət real vəziyyətləri təmsil edən elementlərdən ibarətdir.xüsusiyyətləri"Və çıxış məlumatlarından"hədəf". Məqalənin nümunəsinə istinadla Maşın Öyrənməsi nədir, nə haqqındadır və məqsədləri, təlimin hazırlanması nəzarət edilən tipdə idi, çünki bizdə hər biri üçün xüsusiyyətlər (avtomobil, marşrut) və hədəf (səyahət vaxtı) müəyyən edilmiş fərdi marşrut halları var idi. Məlumat dəstləri adətən daha mürəkkəbdir, nümunə Nəzarət olunan Maşın Öyrənməsinin başa düşülməsini sadələşdirmək məqsədi ilə son dərəcə məhdud və didaktik idi.
Bu tip bir hal alqoritmə marşrutun və nəqliyyat vasitəsinin növünün əsasını, səyahət vaxtının nə ola biləcəyini öyrənməyə imkan verir. Nəzarət olunan maşın öyrənməsində iki növ problem var:
Avtomobil yolları nümunəsinə yenidən nəzər salsaq, bunun reqressiya olduğunu deyə bilərik. Əgər hədəf bir saatdan azsa sürətli, 1 ilə iki saat arasında yavaş, iki saatdan çox olarsa çox yavaş. Bu halda təsnifat problemi olardı.
İşarələnmiş məlumat yoxdur, girişlərdən başlayaraq verilənlərdə struktur tapmalı olan sistemdir. Bizim praktiki olaraq heç bir hədəfimiz yoxdur, ancaq giriş məlumatları. Sanki misalda bizdə yalnız marşrut və nəqliyyat vasitəsi məlumatı var idi, səyahət vaxtı məlumatları yox.
Bu yanaşmada alqoritmlər verilənlərdə gizli strukturları axtararaq kateqoriyaları müəyyən etməlidirlər. Nəzarətsiz yanaşmada istifadə edilə bilən əsas vasitələr bunlardır Kümelenme və assosiasiya qaydaları.
Sistem ətraf mühitdən məlumat alır və tədbirlər görür. Sistem mükafat almaq üçün tədbirlər görməyə çalışır. Sistem ətraf mühitin vəziyyətindən asılı olaraq mükafatı optimallaşdıran tədbirlər həyata keçirməyə çalışacaq.
Mükafat sistemi adlı komponent vasitəsilə həyata keçirilir agent. Agent ətraf mühitə qarşı hansı hərəkəti həyata keçirməyə qərar verir və bundan bir hərəkət alır mükafat və ola bilsin ki, başlanmış fəaliyyətin nəticəsi olaraq ətraf mühitin vəziyyəti haqqında məlumat.
Məsələn, şahmat oyununa həsr olunmuş sistem haqqında düşünsək, agent hərəkətə qərar verən komponentdir, mühit oyunun özüdür. Agent tərəfindən edilən hər bir hərəkət nəticəsində oyunun vəziyyəti dəyişir (mövcud vəziyyət, bütün fiqurların mövqeyi, həmçinin rəqibin hərəkətinin nəticəsi kimi başa düşülür), rəqibin yemiş parçası kimi rəy alınır, buna görə də hərəkət üçün bir mükafat kimi nəzərdə tutulmuşdur. Bu yolla agent öyrənir və özünü öyrədir.
Buna görə də aydındır ki, maşın öyrənməsi növləri arasında seçim kontekstdən asılıdır. Yəni, yanaşma növü mövcud məlumatlar və hər bir fərdi işin (giriş) hallarının təsvirini, həmçinin nəticəni (çıxış) ehtiva edən tarixçənin olma ehtimalı əsasında seçilir. Beləliklə, bu tip məlumat dəsti ilə siz nəzarət edilən yanaşmadan istifadə etməyə davam edə bilərsiniz.
Digər tərəfdən, çıxış məlumatlarını (hədəfi) apriori bilmək imkanınız yoxdursa və ya yeni hədəflər kəşf etmək istəyirsinizsə, o zaman heç vaxt yaşanmamış halları aşkar etmək üçün giriş məlumatları arasında əlaqələri müəyyən etmək lazımdır. tarix və ya inkişaf edən və reaksiya verən bir mühitə doğru öyrənmə ilə üzləşmək. Bu vəziyyətdə nəzarətsiz və ya gücləndirici üsullara üstünlük vermək lazımdır.
Ercole Palmeri: İnnovasiya asılılığı
Milyonlarla insan aylıq abunə haqqı ödəyərək axın xidmətləri üçün pul ödəyir. Ümumi fikirdir ki, siz…
Coveware by Veeam kiber qəsb hallarına cavab xidmətləri göstərməyə davam edəcək. Coveware məhkəmə və remediasiya imkanları təklif edəcək...
Proqnozlaşdırılan texniki xidmət zavodun idarə edilməsinə innovativ və proaktiv yanaşma ilə neft və qaz sektorunda inqilab edir.…
Böyük Britaniyanın CMA süni intellekt bazarında Big Tech-in davranışı ilə bağlı xəbərdarlıq edib. Orada…
