Hva er maskinlæring

Maskinene er i stand til lære. Men ikke la dette holde deg våken med apokalyptiske visjoner om en verden dominert av roboter som har gjort slaver eller utryddet mennesker etter å ha "lært for mye". Og la oss ikke gå bort, heller.

De maskinlæring består av en disiplin av databehandling der, og gjennom kunstig intelligens algoritmer, datasystemer de er i stand til å simulere den menneskelige læringsprosessen, løse situasjoner og utfordringer som de ikke hadde blitt programmert for tidligere.

Historisk har datamaskiner ikke vært i stand til å gjøre noe annet enn det de var programmert til. men den gradvise økningen i kraften i maskinvaren har gjort det mulig å ta dem videre, ledsaget av algoritmene til programvare.

Hvordan er en maskin i stand til å lære?

Læringsprosessen til et datasystem utføres basert på analyse av store datamengder.

Hva programvaren gjør, er i store trekk å bygge prediktive modeller fra analysen av dataene, selv om de ikke endrer sine egne programmering, noe som maskinene ennå ikke er klare for.

På en konseptuell måte kan vi imidlertid vurdere at bygning av modeller å handle på, er det en slags modifikasjon av baseprogrammeringen, selv om dette på nivået med kode kilde er egentlig ikke sånn.

Maskinlæring er en gren av disiplinen kunstig intelligens.

For å avslutte, la oss sette noen eksempler på bruk av maskinlæring, startende med et investeringssystem i aksjemarkedet.

Denne er i stand til analysere stiger og faller i aksjekursene, slik at, uten å være tidligere programmert til å forutsi et bestemt scenario, gjennom analysen av et stort antall faktorer (prisene på andelene i andre selskaper, inn- og utgang på markedet, investeringer laget av andre, ...), kan du beregne når det vil være mer gunstig å kjøpe og / eller selge visse verdipapirer.

Og det som vanligvis er viktigere i disse systemene er at de er i stand til å analysere sin egen ytelse og "lære" av deres suksesser og feil, "forbedre" deres "ytelse" over tid.

Jeg valgte faktisk ikke dette eksemplet bare fordi, men fordi i dag utføres de fleste operasjonene på aksjemarkedet av dataprogrammer av denne typen.

Vi kan nyte fordelene med maskinlæring i en streaming-musiktjeneste som Spotify.

Er det sant at når vi lytter musikk Anbefaler programmet andre grupper eller sanger i Spotify (eller til slutt i andre nettbaserte tjenester av denne typen) i henhold til det vi hører på? Og er det ikke mindre sant at disse anbefalingene utvikler seg som våre vaner forbruk av musikk på toalettet?

Hvordan gjør både Spotify og de andre musikktjenestene på nettet dette? Enkelt: med et maskinlæringssystem som lærer hva vi liker, og bestemmer hva du vil anbefale basert på det.

Og jo mer musikk og jo lenger vi lytter til, jo mer vil systemet lære om våre preferanser, og derfor jo større sjanse har det for å komme med anbefalingene.

Fotolia-bilder: Aleutie / Kit8

Temaer i maskinlæring