Koneoppiminen on tietojenkäsittelytieteen ala, joka tarkoittaa 'koneoppimista'.
Se on osa tekoälyn käsitettä, jossa tutkitaan tapoja, joilla koneet voivat suorittaa tehtäviä, jotka ihmiset suorittavat.
Se on tietokoneissa käytetty ohjelmointi, joka muodostuu ennalta määritetyistä säännöistä, joiden avulla tietokoneet voivat tehdä päätöksiä aiempien ja käyttäjän käyttämien tietojen perusteella.
Tehtyjen ohjelmien mukaan tietokoneella on kyky tehdä päätöksiä, jotka voivat ratkaista ongelmia tai lisätä esimerkiksi julkaisuja Internetissä.
Kuinka koneoppiminen toimii?
Toiminnan perustana ovat algoritmit, jotka ovat määriteltyjä sekvenssejä, jotka koostuvat tiedoista ja ohjeista, joita tietokone seuraa.
Näiden jaksojen avulla tietokoneet voivat tehdä päätöksen tilanteen ja siihen syötettyjen tietojen mukaan.
Se on algoritmi, joka kuljettaa tietoa siitä, miten tietyt menettelyt ja toiminnot tulisi tehdä tai kuinka jokin toimenpide tulisi suorittaa.
Algoritmien käyttämiseen on useita sovellus- ja ohjelmointikielityyppejä. Ne vaihtelevat täytettävän tarpeen tai luodun algoritmin tarkoituksen mukaan.
Koneoppimisen tyypit
Koneoppimista on kaksi päätyyppiä: ohjattu oppiminen ja valvomaton oppiminen.
ohjattu oppiminen
Valvotussa oppimisessa koneeseen on syötetty aiempi tietojoukko, ja käyttäjälle annettavien ehdotusten on oltava samanlaisia kuin rekisteröidyt tiedot.
Pohjimmiltaan tietoa käytetään ennustamaan käyttäjän odotettu tulos tai luokittelemaan käytetyt elementit.
Esimerkki: Internet-selaimeen sijoitetaan valokuva, joka etsii tietoa kuvan tai muun vastaavan kuvan alkuperästä.
valvomaton oppiminen
Valvomattomassa oppimisessa ei ole erityistä odotettua tulosta, toisin sanoen ei ole mahdollista ennustaa tiedon ylityksen tuloksia.
Tämäntyyppisessä oppimisessa tiedot ryhmitellään ja tulokset muuttuvat muuttujien mukaan.
Esimerkki: kirjaston hakukoneessa on mahdollista saada vaihtelevia tuloksia. Tulosten muuttaminen riippuu suoritetun haun tyypistä ja käytetyistä muuttujista, kuten kirjan nimi, tekijän nimi tai julkaisupäivä.
Katso myös merkitys Tekoäly.
Mille koneoppiminen on tarkoitettu?
Koneoppimista voidaan käyttää moniin toimintoihin. Yksi nykyään eniten käytetty on sosiaalinen media, Internet-haku ja digitaalinen markkinointi.
Esimerkiksi koneoppimisalgoritmeja käytetään ehdotusten tekemiseen Internet-käyttäjälle. Niitä käytetään verkkokaupan verkkosivustoissa, sosiaalisissa verkostoissa, peleissä, videotallennusalustoilla ja musiikin toistosovelluksissa.
Tässä tapauksessa algoritmi käyttää sekvenssitietojasi ja Internet-selaushistoriatietojasi uusien ehdotusten tekemiseen käyttäjälle. Käyttäjäasetuksia selaamisen ja tietojen jakamisen aikana käytetään vastaavien ohjelmien tai palveluiden ehdottamiseen.
Nämä ovat yleisempiä käyttötarkoituksia, mutta koneoppimista voidaan soveltaa myös moniin muihin tilanteisiin, kuten:
- Internet-haut,
- tietojen kerääminen ja analysointi
- roskapostiviestien seuranta,
- tietojen järjestäminen ja luokittelu
- etsiä petoksia Internetistä.
Ero koneoppiminen ja syvä oppiminen
Sekä koneoppiminen että syvällinen oppiminen ovat keinoja käyttää tekoälyä. Mutta niiden välillä on ero, koska syvällä oppimisella (mikä tarkoittaa syvää oppimista) on ominaisuuksia, jotka ovat samanlaisia kuin ihmisen oppimiskyky.
Syvä oppiminen käyttää myös ennustamista tuloksista vakiintuneista tiedoista. Erona on, että tämä tapahtuu tarkemmin, enemmän kuin ihmisen aivoissa, koska tietokone pystyy mukauttamaan tietoja joustavammin.
Tämä tapahtuu, koska syvässä oppimisessa syntyy keinotekoinen hermoverkko, joka toimii samalla tavalla kuin ihmisen aivojen hermosolujen verkosto.
Juuri tällä verkostolla koneen toiminnalla on monia yhtäläisyyksiä aivojen toimintaan nähden ja se pystyy oppimaan ja tulkitsemaan tietoa.
Katso myös merkinnät ohjelmisto ja Bitcoin.
