什么是機器學習？好吧，機器學習是一個概念，它允許機器從例子和經驗中學習，而且也不需要顯式編程。因此，您所做的不是編寫代碼，而是將數據饋送給通用算法，算法/機器基于給定的數據構建邏輯。

這篇關于機器學習的博客將使你的理解更加清晰，并為機器學習認證培訓奠定基礎。此博客將告訴您：

●什么是機器學習？

●機器的演變

●機器學習如何工作？

●什么是監督學習？

●什么是無監督學習？

●什么是強化學習？

什么是機器學習？

你在網上購物過嗎？所以在瀏覽產品時，你是否注意到它推薦的產品與你正在尋找的產品相似？或者你注意到“買這個產品的人也買了這個”的組合產品。他們是怎么推薦的？這是機器學習。

您是否接到過任何一家銀行或金融公司的電話，要求您貸款或

你有沒有接到過銀行或金融公司的電話，要求你貸款或保險單？你覺得他們怎么稱呼每個人？不，他們只給一些他們認為會購買他們產品的選定客戶打電話。他們如何選擇？這是目標市場營銷，可以使用聚類應用。這也是機器學習。

什么是機器學習？機器學習是人工智能的一個子集，它主要關注從經驗中學習機器并根據經驗進行預測。

它是做什么的？它使計算機或機器能夠做出數據驅動的決策，而不是為執行某項任務而顯式地編程。這些程序或算法的設計方式是，當它們暴露在新數據中時，它們會隨著時間的推移而學習和改進。

什么是機器學習-機器的進化

如您所知，我們生活在人類和機器的世界中。數百萬年來，人類一直在不斷發展，并從過去的經驗中學到東西。另一方面，機器和機器人的時代才剛剛開始。您可以這樣認為：當前我們正處在機器的原始時代，而機器的未來是巨大的，超出了我們的想象范圍。

在今天的世界里，這些機器或機器人在開始執行你的指令之前必須被編程。但是如果機器開始從他們的經驗中獨立學習，像我們一樣工作，感覺像我們，做事情比我們更準確呢？這些東西聽起來很迷人，對吧？好吧，記住這只是新時代的開始。

機器學習如何工作？

使用訓練數據集對機器學習算法進行訓練以創建模型。當將新的輸入數據引入ML算法時，它會基于模型進行預測。

評估預測的準確性，如果準確性可以接受，則部署機器學習算法。如果準確性不可接受，則使用增強的訓練數據集一次又一次地訓練機器學習算法。

這是一個非常高級的示例，因為其中涉及許多因素和其他步驟。

機器學習的類型

機器學習分為三類：

●監督學習–訓練我！

●無監督學習–我在學習中自給自足

●強化學習–我的生活我的規則！

什么是監督學習？

監督學習是一種，您可以考慮在老師的指導下進行學習。我們有一個充當教師的數據集，其作用是訓練模型或機器。一旦訓練了模型，就可以開始進行預測或決策（何時提供新數據）。

什么是無監督學習？

該模型通過觀察來學習，并在數據中找到結構。為模型提供數據集后，它將通過在模型中創建聚類來自動在數據集中查找模式和關系。它不能做的是在群集中添加標簽，就像它不能說這是一組蘋果或芒果一樣，但是它將所有蘋果與芒果分開。

假設我們向模型顯示了蘋果，香蕉和芒果的圖像，那么它的工作是基于一些模式和關系創建聚類并將數據集劃分為這些聚類。現在，如果將新數據提供給模型，則將其添加到創建的集群之一中。

什么是強化學習？

它是代理與環境交互并找出最佳結果的能力。它遵循擊中和審判方法的概念。對答對或答錯的被獎勵或懲罰一分，并在模型訓練本身獲得的正獎勵分數的基礎上。再次訓練后，它準備好預測呈現給它的新數據。

?End?

審核編輯 ：李倩

?