Masinõpe on arvutiteaduse valdkond, mis tähendab „masinõpet”.
See on osa tehisintellekti kontseptsioonist, mis uurib viise, kuidas masinad saavad täita ülesandeid, mida inimesed täidaksid.
See on arvutites kasutatav programmeerimine, mis on moodustatud etteantud reeglite abil, mis võimaldavad arvutitel teha otsuseid varasemate ja kasutaja poolt kasutatud andmete põhjal.
Vastavalt tehtud programmidele on arvutil võime teha otsuseid, mis võivad probleeme lahendada või näiteks Internetis avaldatavaid andmeid suurendada.
Kuidas masinõpe töötab?
Töö aluseks on algoritmid, mis on määratletud järjestused, mis koosnevad teabest ja juhistest, mida arvuti järgib.
Need järjestused võimaldavad arvutitel teha otsuse vastavalt olukorrale ja sellesse sisestatud teabele.
Algoritm kannab teavet selle kohta, kuidas teatud protseduure ja toiminguid tuleks teha või kuidas toimingut tuleks teha.
Algoritmide kasutamiseks on mitut tüüpi rakendusi ja programmeerimiskeeli. Need varieeruvad vastavalt rahuldatavale vajadusele või loodud algoritmi eesmärgile.
Masinõppe tüübid
Masinõppel on kaks peamist tüüpi: juhendatud õppimine ja järelevalveta õppimine.
juhendatud õppimine
Juhendatud õppimisel on masinasse sisestatud varasem andmekogum ja kasutajale antavad soovitused peavad olema sarnased registreeritud andmetega.
Põhimõtteliselt kasutatakse teavet kasutaja eeldatava tulemuse ennustamiseks või kasutatud elementide klassifitseerimiseks.
Näide: Interneti-brauserisse paigutatakse foto, mis otsib teavet pildi või muude sarnaste piltide päritolu kohta.
järelevalveta õppimine
Järelevalveta õppimisel pole konkreetset oodatud tulemust, see tähendab, et teabe ristumise tulemusi ei ole võimalik ennustada.
Seda tüüpi õppimisel rühmitatakse andmed ja tulemused muutuvad vastavalt muutujatele.
Näide: raamatukogu otsingumootoris on võimalik saada mitmekülgseid tulemusi. Tulemuste muutmine sõltub tehtud otsingu tüübist ja kasutatavatest muutujatest, nagu raamatu nimi, autori nimi või avaldamise kuupäev.
Vt ka tähendust Tehisintellekt.
Milleks on masinõpe?
Masinõpet saab kasutada paljude funktsioonide jaoks. Üks tänapäeval enimkasutatavaid on sotsiaalmeedia, Interneti-otsing ja digitaalne turundus.
Näiteks kasutatakse masinõppe algoritme Interneti-kasutajale ettepanekute tegemiseks. Neid kasutatakse e-kaubanduse veebisaitidel, sotsiaalvõrgustikes, mängudes, video salvestamise platvormides ja muusika taasesitusrakendustes.
Sellisel juhul kasutab algoritm teie järjestuse andmeid ja Interneti-sirvimise ajaloo andmeid, et teha kasutajale uusi ettepanekuid. Kasutajate eelistusi sirvimise ja andmete jagamise ajal kasutatakse sarnaste programmide või teenuste pakkumiseks.
Need on tavalisemad kasutusalad, kuid masinõppe alaseid teadmisi saab rakendada ka paljudes muudes olukordades, näiteks:
- Interneti-otsingud,
- andmete kogumine ja analüüs,
- rämpsposti jälgimine,
- teabe korraldamine ja klassifitseerimine,
- pettuste otsimine Internetist.
Erinevus masinõpe ja sügav õppimine
Nii masinõpe kui ka sügavõpe on viisid tehisintellekti kasutamiseks. Kuid nende vahel on erinevus, kuna sügaval õppimisel (mis tähendab sügavat õppimist) on omadused, mis on inimese õppimisvõimega sarnasemad.
Sügav õppimine kasutab ka väljakujunenud andmete tulemuste ennustamist. Erinevus seisneb selles, et see juhtub täpsemini, pigem nagu inimese ajus, sest arvuti suudab teavet paindlikumalt kohandada.
See juhtub seetõttu, et süvaõppimisel luuakse kunstlik närvivõrk, mis toimib sarnaselt inimese aju neuronite võrguga.
Just see võrk teeb masina toimimiseks palju sarnasust aju toimimisega ning on võimeline teavet õppima ja tõlgendama.
Vaadake ka tarkvara ja Bitcoin.
