125_80_m

Machine Learning
Обучение с учителем
и без учителя
Большую часть задач машинного обучения
можно разделить на обучение с
учителем (supervised learning) и обучение
без учителя (unsupervised learning).
Если вы представили себе программиста
с плеткой в одной руке и пряником
данных признаков будет предсказывать
стоимость квартиры. Это классический
пример обучения с учителем, где у нас
есть данные (10000 квартир и различные
параметры для каждой квартиры,
называемые признаками) и отклики
(стоимость квартиры). Такая задача называется
задачей регрессии. О том, что
это такое, мы поговорим чуть позже.
О машинном
обучении
простым языком
Технологии машинного
обучения сегодня проникают
повсюду. Но многие
даже не знают, на что
машинное обучение способно
в действительности
или имеют неверное представление об
этом процессе. Тем не менее, сфер, где
может быть применено и уже применяется
машинное обучение - великое
множество. Начиная от анализа пробок
на дорогах и заканчивая самоуправляемыми
автомобилями. Во всех этих
вопросах все больше задач перекладывается
на самообучаемые машины. И
мы порой даже примерно не представляем,
как работают некоторые
приложения, основанные на методах
машинного обучения. Например, никто
не сможет вам ответить на вопрос «Почему
мне сегодня в рекламе показали
этот продукт, а не другой?».
Введение
Машинное обучение считается ветвью
искусственного интеллекта, основная
идея которого заключается в том,
чтобы научить компьютер не просто
использовать заранее написанный
алгоритм, а самому решать поставленные
задачи. Любую работающую
технологию машинного обучения можно
условно отнести к одному из трех
уровней доступности. Первый уровень
- это когда она доступна только различным
технологическим гигантам уровня
IBM или Google. Второй уровень - это
когда ею может воспользоваться
студент с некоторым багажом знаний.
Третий уровень - это когда с ней будет
способен совладать даже не разбирающийся
в технологиях человек. И
сегодня машинное обучение находится
на стыке второго и третьего уровней,
за счет чего скорость изменения мира
с помощью данной технологии растет с
каждым днем.
38 /3/2018
в другой, то вы немного ошиблись.
Под «учителем» здесь понимается
сама идея вмешательства человека в
обработку данных. При обучении с учителем
у нас есть данные, на основании
которых нужно что-то предсказать, а
также некоторые гипотезы. При обучении
без учителя у нас есть только
данные, свойства которых мы и хотим
найти. На примерах вы эту разницу почувствуете
немного лучше.
Обучение с учителем
Например, у нас есть данные о 10000
квартирах в Баку, причем, известна
площадь каждой квартиры, количество
комнат, этаж, на котором она расположена,
район, наличие парковки, расстояние
до ближайшей станции метро и т.д.
Кроме того, известна стоимость каждой
квартиры. Нашей задачей является
построение модели, которая на основе
Красные точки - имеющиеся данные
(по оси X - значение признака, по оси Y - значение ответа),
синяя прямая - построенная модель.
Другим примером может стать такая
задача: на основании различных
медицинских показателей предсказать
наличие у пациента рака. Или на
Задача классификации. На первой картинке объекты
разделяются прямой, а на второй - более сложной кривой.
Заметьте, что некоторые объекты классифицируются
неправильно. Это нормальная практика
в задачах классификации.