stuacach Cad is Foghlaim Meaisín ann? - Aontú.AI
Ceangail le linn
Máistir-rang AI:

AI 101

Cad is Foghlaim Meaisín ann?

mm
Nuashonraithe on

Tá foghlaim meaisín ar cheann de na réimsí teicneolaíochta is mó fáis, ach in ainneoin a mhinice a chaitear na focail “foghlaim meaisín” thart, féadann sé a bheith deacair a thuiscint go beacht cad is foghlaim mheaisín ann.

foghlaim meaisín Ní thagraíonn sé ach do rud amháin, is scáth-théarma é is féidir a chur i bhfeidhm ar go leor coincheapa agus teicnící éagsúla. Ciallaíonn tuiscint ar mheaisín-fhoghlaim a bheith eolach ar fhoirmeacha éagsúla anailíse samhlacha, athróga agus halgartaim. Breathnaímis ar mheaisínfhoghlaim chun tuiscint níos fearr a fháil ar a bhfuil i gceist leis.

Cad is Foghlaim Meaisín ann?

Cé gur féidir an téarma meaisínfhoghlama a chur i bhfeidhm ar go leor rudaí éagsúla, go ginearálta, tagraíonn an téarma do ríomhaire a chumasú chun tascanna a dhéanamh gan treoracha soiléire líne-ar-líne a fháil chun é sin a dhéanamh. Ní chaithfidh speisialtóir meaisínfhoghlama na céimeanna go léir is gá chun an fhadhb a réiteach a scríobh amach toisc go bhfuil an ríomhaire in ann “foghlaim” trí anailís a dhéanamh ar phatrúin laistigh de na sonraí agus na patrúin seo a ghinearálú go sonraí nua.

Tá trí chuid bhunúsacha ag córais mheaisínfhoghlama:

  • Ionchuir
  • Halgartaim
  • Aschuir

Is iad na hionchuir na sonraí a chothaítear sa chóras meaisínfhoghlama, agus is féidir na sonraí ionchuir a roinnt ina lipéid agus i ngnéithe. Is éard atá i ngnéithe ná na hathróga ábhartha, na hathróga a ndéanfar anailís orthu chun patrúin a fhoghlaim agus chun tátail a bhaint amach. Idir an dá linn, is iad na lipéid ranganna/cur síos a thugtar ar chásanna aonair na sonraí.

Is féidir gnéithe agus lipéid a úsáid in dhá chineál éagsúla fadhbanna meaisínfhoghlama: foghlaim faoi mhaoirseacht agus foghlaim gan mhaoirseacht.

Foghlaim Gan Mhaoirseacht vs

In foghlaim faoi mhaoirseacht, tá fírinne bhunaidh ag gabháil leis na sonraí ionchuir. Bíonn na luachanna aschuir cearta ag fadhbanna foghlama maoirsithe mar chuid den tacar sonraí, mar sin tá na ranganna a bhfuiltear ag súil leo ar eolas roimh ré. Fágann sin gur féidir leis an eolaí sonraí feidhmíocht an algartam a sheiceáil trí na sonraí ar thacar sonraí tástála a thástáil agus féachaint cén céatadán de na míreanna a rangaíodh i gceart.

I gcodarsnacht, foghlaim gan mhaoirsiú ní bhíonn lipéid fhírinneachta talún ceangailte leo. Ní mór go mbeadh algartam meaisínfhoghlama oilte chun tascanna foghlama gan mhaoirseacht a dhéanamh in ann na patrúin ábhartha sna sonraí a thuiscint dó féin.

Úsáidtear halgartaim foghlama maoirsithe de ghnáth le haghaidh fadhbanna aicmithe, áit a bhfuil tacar sonraí mór líonta le cásanna nach mór a shórtáil i gceann amháin de go leor ranganna éagsúla. Is éard atá i gceist le cineál eile foghlama maoirsithe ná tasc aischéimnithí, ina bhfuil aschur luacha an algartam leanúnach ina nádúr in ionad an chatagóireach.

Idir an dá linn, úsáidtear algartaim foghlama gan mhaoirseacht le haghaidh tascanna ar nós meastachán dlúis, braisliú, agus foghlaim ionadaíochta. Tá gá leis na trí thasc seo leis an múnla meaisínfhoghlama chun struchtúr na sonraí a thátal, níl aon ranganna réamhshainithe tugtha don mhúnla.

Breathnaímid go hachomair ar chuid de na halgartaim is coitianta a úsáidtear san fhoghlaim gan mhaoirseacht agus san fhoghlaim faoi mhaoirseacht.

Cineálacha Foghlama Maoirsithe

I measc na n-algartam foghlama maoirsithe coitianta tá:

  • Naive Bayes
  • Meaisíní Veicteora Tacaíochta
  • Cúlchéimniú Lóistíochta
  • Foraoisí Randamach
  • Líonraí Nádúrtha Saorga

Meaisíní Veicteora Tacaíochta is algartaim iad a roinneann tacar sonraí i ranganna éagsúla. Déantar pointí sonraí a ghrúpáil i gcnuasaigh trí línte a tharraingt a scarann ​​na haicmí óna chéile. Bainfidh na pointí a fhaightear ar thaobh amháin den líne le rang amháin, agus is rang difriúil iad na pointí ar an taobh eile den líne. Tá sé mar aidhm ag Meaisíní Veicteoir Tacaíochta an t-achar idir an líne agus na pointí a fhaightear ar gach taobh den líne a uasmhéadú, agus is mó an t-achar is ea is mó muiníne atá an t-aicmitheoir go mbaineann an pointe le haicme amháin agus nach le haicme eile.

Cúlchéimniú Lóistíochta is algartam é a úsáidtear i dtascanna aicmithe dénártha nuair is gá pointí sonraí a rangú mar phointí sonraí a bhaineann le ceann amháin de dhá rang. Feidhmíonn Aischéimniú Lóistíochta tríd an bpointe sonraí a lipéadú mar 1 nó mar 0. Más é 0.49 nó níos lú luach braite an phointe sonraí, aicmítear mar 0 é, agus má tá sé 0.5 nó níos airde, aicmítear mar 1 é.

Algartaim Crann Cinnidh oibriú trí thacair sonraí a roinnt ina blúirí beaga agus níos lú. Is é an t-innealtóir foghlama meaisín na critéir chruinne a úsáidtear chun na sonraí a roinnt, ach is é an sprioc ar deireadh na sonraí a roinnt ina phointí sonraí aonair, a dhéanfar a rangú ansin ag baint úsáide as eochair.

Go bunúsach is éard atá i algartam Foraoise Randamach ná go leor aicmitheoirí aonair Crann Cinnidh atá nasctha le chéile in aicmitheoir níos cumhachtaí.

An Aicmitheoir Naive Bayes ríomhann an dóchúlacht gur tharla pointe sonraí ar leith bunaithe ar an dóchúlacht go dtarlóidh teagmhas roimhe seo. Tá sé bunaithe ar Theoirim Bayes agus cuireann sé na pointí sonraí i ranganna bunaithe ar a dóchúlacht ríofa. Agus aicmitheoir Naive Bayes á chur i bhfeidhm, glactar leis go mbíonn an tionchar céanna ag na réamhaithriseoirí go léir ar thoradh an ranga.

An Líonra Néarach Saorga, nó perceptron ilchiseal, is halgartaim meaisínfhoghlama iad spreagtha ag struchtúr agus feidhm inchinn an duine. Faigheann líonraí néaracha saorga a n-ainm ón bhfíric go bhfuil siad déanta as go leor nóid/néaróin atá nasctha le chéile. Déanann gach néarón na sonraí a láimhseáil le feidhm mhatamaiticiúil. I líonraí neural saorga, tá sraitheanna ionchuir, sraitheanna folaithe, agus sraitheanna aschuir.

Is é ciseal folaithe an líonra néaraigh a ndéantar na sonraí a léirmhíniú agus a anailísiú le haghaidh patrúin. I bhfocail eile, is é an áit a fhoghlaimíonn an algartam. Déanann níos mó néaróin nasctha le chéile líonraí níos casta a bheith in ann patrúin níos casta a fhoghlaim.

Cineálacha Foghlama Gan Maoirseacht

Áirítear le halgartaim Foghlama Gan Maoirseacht:

  • Braisliú K-ciallaíonn
  • Uath-ionchódóirí
  • Anailís ar Phríomh-Chomhpháirt

Braisliú K-ciallaíonn is teicníc aicmithe gan mhaoirseacht í, agus oibríonn sé trí phointí sonraí a roinnt ina gcnuasaigh nó ina ngrúpaí bunaithe ar a ngnéithe. Déanann cnuasú modhanna K anailís ar na gnéithe a aimsítear sna pointí sonraí agus déanann sé idirdhealú a dhéanamh ar phatrúin iontu a dhéanann na pointí sonraí a fhaightear i gcnuasach ranga ar leith níos cosúla lena chéile ná mar atá siad le cnuasaigh ina bhfuil na pointí sonraí eile. Baintear é seo amach trí ionaid fhéideartha don bhraisle, nó lárionaid, a chur i ngraf de na sonraí agus suíomh an lárionaid a athshannadh go dtí go bhfaightear suíomh a íoslaghdaíonn an fad idir an lárionad agus na pointí a bhaineann le haicme an lárionaid sin. Is féidir leis an taighdeoir an líon braislí atá ag teastáil a shonrú.

Anailís ar Phríomh-Chomhpháirt is teicníocht é a laghdaíonn líon mór gnéithe/athróga síos go spás gné níos lú/níos lú gnéithe. Roghnaítear “príomh-chomhpháirteanna” na bpointí sonraí lena gcaomhnú, agus déantar na gnéithe eile a bhrú síos i léiriú níos lú. Caomhnaítear an gaol idir na potions sonraí bunaidh, ach ós rud é go bhfuil castacht na bpointí sonraí níos simplí, is fusa na sonraí a chainníochtú agus a thuairisciú.

Uath-ionchódóirí is leaganacha iad de líonraí néaracha is féidir a chur i bhfeidhm ar thascanna foghlama gan mhaoirseacht. Tá uath-ionchódóirí in ann sonraí neamhlipéadaithe, saorfhoirme a thógáil agus iad a chlaochlú go sonraí is féidir le líonra néarúil a úsáid, rud a chruthaíonn a gcuid sonraí oiliúna lipéadaithe féin go bunúsach. Is é an sprioc atá ag uath-ionchódóir ná na sonraí ionchuir a thiontú agus a atógáil chomh cruinn agus is féidir, agus mar sin tá sé mar dhreasacht don líonra a chinneadh cé na gnéithe is tábhachtaí agus iad a bhaint as.

Blogger agus ríomhchláraitheoir le speisialtachtaí i Foghlaim Meaisín agus Deep Learning topaicí. Tá súil ag Daniel cabhrú le daoine eile cumhacht AI a úsáid ar mhaithe le leas sóisialta.