แมชชีนเลิร์นนิงเป็นสาขาของวิทยาการคอมพิวเตอร์ที่หมายถึง 'แมชชีนเลิร์นนิง'
เป็นส่วนหนึ่งของแนวคิดปัญญาประดิษฐ์ซึ่งศึกษาวิธีการต่างๆ ของเครื่องจักรในการทำงานที่คนจะทำได้
เป็นโปรแกรมที่ใช้ในคอมพิวเตอร์ซึ่งเกิดขึ้นจากกฎที่กำหนดไว้ล่วงหน้าซึ่งอนุญาตให้คอมพิวเตอร์ตัดสินใจตามข้อมูลและข้อมูลที่ผู้ใช้ใช้ก่อนหน้านี้
ตามโปรแกรมที่ทำขึ้น คอมพิวเตอร์มีความสามารถในการตัดสินใจที่สามารถแก้ปัญหาหรือส่งเสริมสิ่งพิมพ์บนอินเทอร์เน็ตเป็นต้น
การเรียนรู้ของเครื่องทำงานอย่างไร
พื้นฐานของการดำเนินการคืออัลกอริธึม ซึ่งเป็นลำดับที่กำหนดซึ่งประกอบด้วยข้อมูลและคำสั่งที่คอมพิวเตอร์จะตามมา
ลำดับเหล่านี้ทำให้คอมพิวเตอร์สามารถตัดสินใจตามสถานการณ์และข้อมูลที่ป้อนเข้าไป
เป็นอัลกอริธึมที่นำข้อมูลเกี่ยวกับขั้นตอนและการดำเนินการบางอย่างควรทำหรือเกี่ยวกับวิธีการดำเนินการ
มีแอปพลิเคชันและภาษาโปรแกรมหลายประเภทสำหรับการใช้อัลกอริทึม แตกต่างกันไปตามความต้องการที่จะบรรลุหรือวัตถุประสงค์ของอัลกอริทึมที่สร้างขึ้น
ประเภทของการเรียนรู้ของเครื่อง
แมชชีนเลิร์นนิงมีสองประเภทหลัก: การเรียนรู้ภายใต้การดูแลและการเรียนรู้ที่ไม่มีผู้ดูแล
การเรียนรู้ภายใต้การดูแล
ในการเรียนรู้ภายใต้การดูแล จะมีชุดข้อมูลที่ป้อนไว้ในเครื่องก่อนหน้านี้ และคำแนะนำที่จะให้กับผู้ใช้จะต้องคล้ายกับข้อมูลที่ลงทะเบียนไว้
โดยทั่วไปข้อมูลจะใช้เพื่อทำนายผลลัพธ์ที่คาดหวังโดยผู้ใช้หรือเพื่อจำแนกองค์ประกอบที่ใช้
ตัวอย่าง: ภาพถ่ายถูกวางในอินเทอร์เน็ตเบราว์เซอร์ ซึ่งจะค้นหาข้อมูลเกี่ยวกับที่มาของภาพหรือภาพอื่นๆ ที่คล้ายคลึงกัน
การเรียนรู้แบบไม่มีผู้ดูแล
ในการเรียนรู้แบบไม่มีผู้ดูแลนั้นไม่มีผลลัพธ์ที่คาดหวังโดยเฉพาะ นั่นคือ ไม่สามารถทำนายผลลัพธ์ของการข้ามข้อมูลได้
ในการเรียนรู้ประเภทนี้ ข้อมูลจะถูกจัดกลุ่มและผลลัพธ์จะเปลี่ยนไปตามตัวแปร
ตัวอย่าง: ในเสิร์ชเอ็นจิ้นของห้องสมุด เป็นไปได้ที่จะได้ผลลัพธ์ที่หลากหลาย การเปลี่ยนผลลัพธ์ขึ้นอยู่กับประเภทของการค้นหาและตัวแปรที่ใช้ เช่น ชื่อหนังสือ ชื่อผู้แต่ง หรือวันที่ตีพิมพ์
ดูเพิ่มเติมที่ความหมายของ ปัญญาประดิษฐ์.
แมชชีนเลิร์นนิงมีไว้เพื่ออะไร
แมชชีนเลิร์นนิงสามารถใช้ได้กับหลายฟังก์ชัน หนึ่งที่ใช้กันมากที่สุดในปัจจุบันคือในโซเชียลมีเดีย การค้นหาทางอินเทอร์เน็ต และการตลาดดิจิทัล
ตัวอย่างเช่น ใช้อัลกอริธึมการเรียนรู้ของเครื่องเพื่อให้คำแนะนำแก่ผู้ใช้อินเทอร์เน็ต ใช้ในเว็บไซต์อีคอมเมิร์ซ โซเชียลเน็ตเวิร์ก เกม แพลตฟอร์มการจัดเก็บวิดีโอ และแอปพลิเคชันเล่นเพลง
ในกรณีนี้ อัลกอริทึมจะใช้ข้อมูลลำดับและข้อมูลประวัติการท่องอินเทอร์เน็ตเพื่อให้คำแนะนำใหม่แก่ผู้ใช้ ค่ากำหนดของผู้ใช้ในระหว่างการเรียกดูและแชร์ข้อมูลใช้เพื่อแนะนำโปรแกรมหรือบริการที่คล้ายคลึงกัน
สิ่งเหล่านี้เป็นการใช้งานทั่วไป แต่ความรู้ของแมชชีนเลิร์นนิงยังสามารถนำไปใช้กับสถานการณ์อื่นๆ ได้อีกด้วย เช่น:
- การค้นหาทางอินเทอร์เน็ต
- การรวบรวมและวิเคราะห์ข้อมูล
- ติดตามข้อความสแปม
- องค์กรและการจัดประเภทข้อมูล
- ค้นหาการฉ้อโกงทางอินเทอร์เน็ต
ความแตกต่างระหว่าง การเรียนรู้ของเครื่อง และ การเรียนรู้อย่างลึกซึ้ง
ทั้งแมชชีนเลิร์นนิงและการเรียนรู้เชิงลึกเป็นวิธีการใช้ปัญญาประดิษฐ์ แต่มีความแตกต่างกันเนื่องจากการเรียนรู้เชิงลึก (ซึ่งหมายถึงการเรียนรู้เชิงลึก) มีลักษณะที่คล้ายคลึงกับความสามารถในการเรียนรู้ของมนุษย์มากกว่า
การเรียนรู้เชิงลึกยังใช้การคาดการณ์ผลลัพธ์จากข้อมูลที่สร้างขึ้น ความแตกต่างก็คือสิ่งนี้เกิดขึ้นได้อย่างแม่นยำมากขึ้น เหมือนกับสิ่งที่เกิดขึ้นในสมองของคนๆ หนึ่ง เพราะคอมพิวเตอร์สามารถปรับข้อมูลได้อย่างยืดหยุ่นมากขึ้น
สิ่งนี้เกิดขึ้นเพราะในการเรียนรู้ลึกๆ โครงข่ายประสาทเทียมถูกสร้างขึ้น ซึ่งทำหน้าที่คล้ายกับเครือข่ายของเซลล์ประสาทในสมองของมนุษย์
เป็นเครือข่ายที่ทำให้การทำงานของเครื่องมีความคล้ายคลึงกันมากกับการทำงานของสมองและสามารถเรียนรู้และตีความข้อมูลได้
ดูเพิ่มเติมที่ ความหมายของ ซอฟต์แวร์ และ Bitcoin.