Maschinelles Lernen oder maschinelles Lernen wurde in den letzten Jahren von allen Seiten zunehmend verzerrt. Sein Wesen ist die Wissenschaft von den Möglichkeiten von Algorithmen, die es künstlicher Intelligenz ermöglichen, sich selbst zu lernen und zu verbessern.
Es gibt Algorithmen, die Lehrer erfordern, und Algorithmen, die keine Lehrer erfordern, oder sogenanntes Feedback-Lernen. Tatsächlich ist es Unterhaltung, die einen Computer zwingen soll, bestimmte Aktivitäten auszuführen, ohne dass der Programmierer explizit codiert. Die grundlegende Aufgabe besteht darin, die folgenden Probleme zu spezifizieren:
* Konstruktion von Vorhersagemodellen im Bereich der Marktentwicklung
*Klassifizierungsaufgaben
* Bilderkennung im Bereich der öffentlichen Sicherheit
*Diagnose
* Online-Marketing und Datenverarbeitung aus E-Shops können relevantere Angebote für Zielgruppen generieren
*Autonomes Fahren
* Kommunikation mit Kunden – hier entsteht das neue Konzept der Chatbots
Nachdem Sie die Aufgabe definiert haben, benötigen Sie die Daten, die Ihr Computer trainiert, um das Problem zu lösen. Wie Sie sehen, ist diese Wissenschaft eng mit der statistischen Verarbeitung von Daten verbunden. Als nächstes folgt die Bewertung des Modells und seiner möglichen Anpassungen.
Die Entwicklung des maschinellen Lernens im Laufe der Zeit
Dieses Konzept wurde 1952 eingeführt und seine Möglichkeiten haben sich seitdem ständig weiterentwickelt. Obwohl es vor 70 Jahren ein Problem mit dem Speicher des Computers gab. Der grundlegende Erkennungsalgorithmus für gültige Routen wurde bereits 1967 implementiert. 80. Künstliche Intelligenz und maschinelles Lernen haben sich im letzten Jahrhundert als 2 unterstützende Wissenschaften entwickelt, sind aber derzeit in 2 verschiedene Zweige unterteilt. In den Jahren 2006 und 2007 wurde die Gesichts- und Spracherkennung sehr effektiv.
Wie treibt es die Wirtschaft an?
Diese Branche wird erhebliche Auswirkungen auf die Wirtschaft haben, da die Wirtschaft erheblich expandiert. Computer und Robotik ersetzen spielerisch Funktionen zur Diagnose, Entscheidungsfindung und Klassifizierung, so dass Menschen für viele Positionen nicht mehr benötigt werden. Selbstfahrende Autos können von vielen Familien geteilt werden.
.
