Трудно дать краткое и точное введение или определение машинного обучения. Определения, данные экспертами в предметной области, носят чрезмерно технический характер. Машинное обучение, например, определяется Стэнфордом как «наука о том, как заставить компьютеры работать без явного программирования». Именно с таких фундаментальных определений новички, желающие изучать машинное обучение с помощью Python, должны начать свое путешествие.
Проще говоря, машинное обучение — это способность машины учиться чему-то самостоятельно. Огромные объемы данных загружаются в машину, которая затем учится интерпретировать, обрабатывать и анализировать данные с помощью алгоритмов машинного обучения для решения проблем в реальном мире. Возникает вопрос, как теперь работает машина.
Машинное обучение является частью искусственного интеллекта, оно используется для обучения машины, и машину также учат тому, как она может делать выбор, используя свой прошлый опыт, когда это необходимо. Основная причина использования машинного обучения — заблаговременное изготовление комплектов ноутбуков без вмешательства человека. Обучаемая машина или приложение машинного обучения называется моделью машинного обучения. Версия машинного мастеринга представляет собой приложение для ноутбука, оно принимает входные данные, после чего учится на удовольствии и прогнозирует результат. Паттерн, предсказание, входные данные и прошлый опыт жизненно важны для исследования любой машины. Используя все это, машина создана для того, чтобы регулярно принимать решение (для принятия решения не используется человек) и может соответственно выдавать результат. В версии машинного освоения необработанная статистика дается как ввод, после чего версия машинного освоения знает эту вводную статистику, после чего соответственно прогнозирует вывод.
"читать далее"
