«Прорыв в машинном обучении стоил бы десяти Microsoft». — Билл Гейтс, бывший председатель Microsoft
Позвольте мне объяснить вам, что это просто. Точно так же дети учатся ходить. Каждый раз, когда они падают, они учатся (бессознательно) и понимают, что их ноги должны быть прямыми, а не согнутыми. В следующий раз, когда они падают, они чувствуют боль. Они плачут. Но они учатся «больше так не стоять». Чтобы избежать этой боли, они стараются изо всех сил. Чтобы добиться успеха, они даже ищут поддержки у двери, стены или чего-либо рядом с ними, что помогает им стоять твердо.
Вот как учится алгоритм машинного обучения .
Социальные сети с машинным обучением (ML)
Вы когда-нибудь видели раздел рекламы в своем профиле Facebook? Или какие товары Amazon рекомендует вам, если вы войдете в систему? Вы задавались вопросом, почему рекомендации всегда касаются таких предметов, которые вы давно хотели купить? Это один из примеров искусственного интеллекта (ИИ) или машинного обучения (МО) (насколько я понимаю, эти термины взаимозаменяемы).
Эти многонациональные компании используют машинное обучение в качестве
Компьютеры как велосипед для ума. - Стив Джобс
Настоящее значение машинного обучения
Машинное обучение — это способ научить компьютеры выполнять сложные задачи, процессы которых не могут быть легко описаны людьми, или даже задачи, которые мы не знаем, как выполнить.
Эволюция следующего поколения
Мы находимся на пороге эволюции. Машинное обучение снова и снова вносило изменения для достижения лучших результатов.
Восстание машин — учиться
Этот фильм вы видели. Машины учатся обрабатывать наши работы. Это не попадет в 😀 ту неправильную часть. Машины учатся работать на нас.
«Машинное обучение обладает всеми характеристиками для того, чтобы стать одной из самых преобразующих сил в следующем поколении корпоративных программных решений».
Несмотря на то, что пространство все еще находится на очень ранней стадии, мы уже наблюдаем трансформационное влияние, которое машинное обучение оказывает на несколько секторов бизнеса. Поскольку пространство продолжает развиваться, мы должны начать видеть, что многие традиционные корпоративные программные системы полностью спроектированы с использованием методов машинного обучения. Впереди, безусловно, возможность на десятилетие.
