Accueil Finances personnelles 3 Types d'Apprentissage Automatique - les nuls

3 Types d'Apprentissage Automatique - les nuls

Table des matières:

Vidéo: Machine Learning Basics | What Is Machine Learning? | Introduction To Machine Learning | Simplilearn 2025

Vidéo: Machine Learning Basics | What Is Machine Learning? | Introduction To Machine Learning | Simplilearn 2025
Anonim
< L'apprentissage automatique peut prendre plusieurs formes, selon l'algorithme et ses objectifs. Vous pouvez diviser les algorithmes d'apprentissage automatique en trois groupes principaux en fonction de leur objectif:

apprentissage supervisé

  • apprentissage non supervisé
  • apprentissage par renforcement
  • apprentissage supervisé

apprentissage supervisé

se produit lorsqu'un algorithme apprend par l'exemple les données et les réponses cibles associées qui peuvent être constituées de valeurs numériques ou d'étiquettes de chaînes, telles que des classes ou des étiquettes, afin de prédire plus tard la réponse correcte lorsqu'elles sont posées avec de nouveaux exemples. L'approche supervisée est en effet similaire à l'apprentissage humain sous la supervision d'un enseignant. L'enseignant fournit de bons exemples à mémoriser à l'élève, et l'élève tire ensuite des règles générales de ces exemples spécifiques.

Vous devez distinguer entre les problèmes de régression, dont la cible est une valeur numérique, et les problèmes de classification, dont la cible est une variable qualitative, telle qu'une classe ou une variable. Une tâche de régression détermine les prix moyens des maisons dans la région de Boston, et une tâche de classification distingue les types de fleurs d'iris en fonction de leurs mesures de sépales et de pétales.

Apprentissage non supervisé

L'apprentissage non supervisé

se produit lorsqu'un algorithme apprend à partir d'exemples simples sans réponse associée, laissant à l'algorithme le soin de déterminer lui-même les modèles de données. Ce type d'algorithme a tendance à restructurer les données en quelque chose d'autre, comme de nouvelles caractéristiques qui peuvent représenter une classe ou une nouvelle série de valeurs non corrélées. Ils sont très utiles pour fournir aux humains des informations sur la signification des données et de nouvelles entrées utiles pour les algorithmes d'apprentissage automatique supervisés.

Comme une sorte d'apprentissage, il ressemble aux méthodes que les humains utilisent pour comprendre que certains objets ou événements appartiennent à la même classe, par exemple en observant le degré de similitude entre les objets. Certains systèmes de recommandation que vous trouvez sur le web sous la forme d'automatisation du marketing sont basés sur ce type d'apprentissage.

L'algorithme d'automatisation marketing tire ses suggestions de ce que vous avez acheté dans le passé. Les recommandations sont basées sur une estimation du groupe de clients auquel vous ressemblez le plus, puis sur vos préférences probables basées sur ce groupe.

Apprentissage par renforcement

L'apprentissage par renforcement

se produit lorsque vous présentez l'algorithme avec des exemples sans étiquettes, comme dans l'apprentissage non supervisé. Cependant, vous pouvez accompagner un exemple de retour positif ou négatif en fonction de la solution proposée par l'algorithme.L'apprentissage par renforcement est connecté à des applications pour lesquelles l'algorithme doit prendre des décisions (le produit est donc prescriptif, pas simplement descriptif, comme dans un apprentissage non supervisé), et les décisions ont des conséquences. Dans le monde humain, c'est comme apprendre par essais et erreurs. Les erreurs vous aident à apprendre parce qu'elles sont pénalisées (coût, perte de temps, regret, douleur, etc.), vous apprenant qu'un certain plan d'action est moins susceptible de réussir que d'autres. Un exemple intéressant d'apprentissage par renforcement se produit lorsque les ordinateurs apprennent à jouer à des jeux vidéo par eux-mêmes.

Dans ce cas, une application présente l'algorithme avec des exemples de situations spécifiques, telles que le fait que le joueur soit coincé dans un labyrinthe en évitant un ennemi. L'application permet à l'algorithme de connaître le résultat des actions qu'il entreprend, et l'apprentissage se produit en essayant d'éviter ce qu'il découvre dangereux et de poursuivre sa survie. Vous pouvez voir comment la société Google DeepMind a créé un programme d'apprentissage de renforcement qui joue les vieux jeux vidéo d'Atari. Lorsque vous regardez la vidéo, remarquez à quel point le programme est maladroit et maladroit au début, mais s'améliore progressivement avec l'entraînement jusqu'à ce qu'il devienne un champion.

3 Types d'Apprentissage Automatique - les nuls

Le choix des éditeurs

Conventions de dénomination pour Ruby on Rails - mannequins

Conventions de dénomination pour Ruby on Rails - mannequins

Vous utilisez Ruby on Rails pour créer un site Web application ou application de base de données Web, ce qui est très intelligent de votre part. En fonction de ce que vous utilisez (une application, une relation un-à-plusieurs ou une relation plusieurs-à-plusieurs), vous utilisez différentes variantes des protocoles d'attribution de noms Rails, qui sont expliquées dans les sections suivantes. Ruby Naming for ...

En orbite, panoramique et zoom dans la vue 3D de Blender - mannequins

En orbite, panoramique et zoom dans la vue 3D de Blender - mannequins

En essayant de naviguer dans un espace en trois dimensions à travers un écran bidimensionnel comme un écran d'ordinateur, vous ne pouvez pas interagir avec cet espace 3D virtuel exactement comme vous le feriez dans le monde réel, ou espace de vie. La meilleure façon de visualiser le travail en 3D à travers un programme comme Blender est d'imaginer la vue 3D comme vos yeux ...

Déplacement de clips sur la timeline dans Final Cut Pro HD - Ficelles

Déplacement de clips sur la timeline dans Final Cut Pro HD - Ficelles

Final Cut Pro HD Timeline vous permet d'organiser tous vos clips vidéo et audio afin qu'ils racontent l'histoire que vous voulez raconter. Pour comprendre le fonctionnement de la Timeline, imaginez-la comme une page de partitions, mais plutôt que de placer des notes de musique de différentes durées (noires, demi-notes, ...

Le choix des éditeurs

Contrôle et modification de l'associativité des dimensions dans AutoCAD - Dummies

Contrôle et modification de l'associativité des dimensions dans AutoCAD - Dummies

Lorsque vous ajoutez des dimensions en sélectionnant des objets ou en utilisant l'accrochage aux objets Pour sélectionner des points sur les objets, AutoCAD crée normalement des dimensions associatives, qui sont connectées aux objets et se déplacent avec eux. C'est le cas dans les nouveaux dessins créés à l'origine dans toute version d'AutoCAD à partir de 2002. Si vous ...

Copie de styles de cote existants dans AutoCAD 2008 - mannequins

Copie de styles de cote existants dans AutoCAD 2008 - mannequins

Si vous avez la chance de travailler dans un bureau Quelqu'un a mis en place des styles de cotes qui conviennent à votre secteur d'activité et à votre projet. Vous pouvez le copier et ainsi éviter de devoir créer vos propres styles de cote. (Un style de cote - ou dimstyle pour faire court - est une collection de paramètres de dessin appelée dimension ...

En choisissant un style d'édition AutoCAD -

En choisissant un style d'édition AutoCAD -

Dans AutoCAD vous passez généralement plus de temps à éditer que dessiner des objets. C'est en partie parce que le processus de conception et de rédaction est, par nature, sujet à des changements, et aussi parce que AutoCAD vous permet de modifier facilement les objets proprement. AutoCAD propose trois styles d'édition: Commande-première Sélection-première Objet-direct (poignée) AutoCAD fait référence à l'édition de commandes comme verbe-nom ...

Le choix des éditeurs

Praxis Examen d'éducation élémentaire - Présentations orales - mannequins

Praxis Examen d'éducation élémentaire - Présentations orales - mannequins

Parce que les élèves doivent généralement donner des présentations orales en classe , vous rencontrerez probablement une question sur ce sujet dans l'examen Praxis Elementary Education. Plus formelles que les discussions de groupe, les présentations orales ont leurs propres règles pour le conférencier. Lorsque vous donnez une présentation en classe, il y a plusieurs ...

Praxis Examen d'éducation élémentaire - Littérature et texte d'information - mannequins

Praxis Examen d'éducation élémentaire - Littérature et texte d'information - mannequins

L'examen Praxis Elementary Education sur la littérature et le texte d'information, c'est-à-dire la fiction et la non-fiction. Vous devrez donc vous familiariser avec les différents genres d'écriture. La compréhension du texte est un processus qui se produit au fil du temps.

Praxis Examen d'éducation élémentaire - Connaissance phonologique - mannequins

Praxis Examen d'éducation élémentaire - Connaissance phonologique - mannequins

Vous rencontrerez probablement une ou deux questions qui impliquent des questions phonologiques sensibilisation à l'examen Praxis Elementary Education. La conscience phonologique est une compétence large impliquant la reconnaissance de son. Les lecteurs débutants commencent par apprendre les sons individuels, ou phonèmes, dans des mots parlés. Par exemple, le mot chat a trois phonèmes: / c / / a / / t /. Un lecteur débutant apprend ...