[PYTHON] In 100 Tagen sind Sie Ingenieur. ――Tag 76 ――Programmieren ――Über maschinelles Lernen

Klicken Sie hier bis gestern

Sie werden Ingenieur in 100 Tagen - Tag 70 - Programmieren - Über Scraping

Sie werden in 100 Tagen Ingenieur - Tag 66 - Programmierung - Über die Verarbeitung natürlicher Sprache

Sie werden in 100 Tagen Ingenieur - Tag 63 - Programmierung - Über Wahrscheinlichkeit 1

Sie werden in 100 Tagen Ingenieur - Tag 59 - Programmierung - Über Algorithmen

Sie werden in 100 Tagen Ingenieur --- Tag 53 - Git - Über Git

Sie werden in 100 Tagen Ingenieur - Tag 42 - Cloud - Über Cloud-Dienste

Sie werden in 100 Tagen Ingenieur - Tag 36 - Datenbank - Über die Datenbank

Sie werden Ingenieur in 100-Tage-24-Python-Grundlagen der Python-Sprache 1

Sie werden in 100 Tagen Ingenieur - Tag 18 - JavaScript - Grundlagen von JavaScript 1

Sie werden in 100 Tagen Ingenieur - 14. Tag - CSS - CSS-Grundlagen 1

Sie werden in 100 Tagen Ingenieur - Tag 6 - HTML - HTML-Grundlagen 1

Dieses Mal sprechen wir über maschinelles Lernen.

Über maschinelles Lernen

Vor kurzem war ich aus verschiedenen Gründen geschlossen oder konnte nicht zur Arbeit gehen. Wie wäre es mit einem Studium bei dieser Gelegenheit?

Über maschinelles Lernen ohne Verwendung mathematischer Formeln Ich möchte mit Inhalten erklären, die auch Grundschüler verstehen können.

Klicken Sie hier für das Kommentarvideo

Es tut mir leid, wenn es nicht angezeigt wird

Was ist maschinelles Lernen?

image.png

Was ist maschinelles Lernen? Von diesem Punkt an.

Durch maschinelles Lernen kann ein Computer Daten lernen Es ist ein Versuch, Vorhersagen für unbekannte Daten zu treffen.

Lernen Sie, sich an Muster zu erinnern, die in großen Datenmengen versteckt sind Die Regel zur Beurteilung unbekannter Daten wird als Modell bezeichnet. Dieses Modell zu erstellen ist der Punkt des maschinellen Lernens.

Maschinelles Lernen und KI

image.png

Als nächstes möchte ich über die Beziehung zwischen Wörtern und künstlicher Intelligenz in diesen Tagen sprechen.

"Künstliche Intelligenz" heißt auf Englisch "AI". Die meisten "AI" basieren auf "maschinellem Lernen". Und "maschinelles Lernen" heißt auf Englisch "maschinelles Lernen".

"Deep Learning" ist eine der "Machine Learning" -Methoden und wird auf Englisch "Deep Learning" genannt.

Die Beziehung zwischen Wörtern ist wie in der Abbildung gezeigt.

Wo wird maschinelles Lernen eingesetzt?

image.png

Wenn es darum geht, wo maschinelles Lernen eingesetzt wird, ist es mittlerweile in verschiedenen Bereichen weit verbreitet.

Die Hauptfelder sind Bildunterscheidung und Objekterkennung für das automatische Fahren, die Klassifizierung von Menschen und Tieren sowie die Unterscheidung handgeschriebener Zeichen.

Es wird auch häufig für Daten zum menschlichen Verhalten verwendet. Auf der Einkaufsseite, ob Sie beitreten oder sich abmelden möchten Maschinelles Lernen wird häufig verwendet, um festzustellen, welche Produkte diese Person empfiehlt.

Sie können aus dem Gelernten auch verschiedene Dinge generieren. Sie können den Stil des Bildes lernen und ein Bild erstellen, das so aussieht. Maschinelles Lernen wird auch verwendet, um englische Sätze ins Japanische zu übersetzen und Songs zu erstellen, die so aussehen.

Was Sie mit maschinellem Lernen tun können

image.png

Es gibt drei wichtige Dinge, die Sie mit maschinellem Lernen tun können Return Kategorie Clustering ist.

Beziehungsweise Return: Numerische Werte vorhersagen Kategorie: Kategorie vorhersagen Clustering: Teilen Sie sich in gute Gefühle Kann man sagen.

Wie lernt man

image.png

Es gibt drei Hauptlernmethoden Lehrer lernen Unüberwachtes Lernen Stärkung des Lernens ist.

Teached Learning ist eine Lernmethode, die eine Antwort hat und Sie anhand dieser Antwort lernen lässt. "Unüberwachtes Lernen" ist eine Lernmethode für diejenigen, die die Antwort nicht kennen. "Lernen stärken" ist eine Lernmethode, die den Wert basierend auf einem bestimmten Wert wie dem Gewinn des Spiels maximiert.

Wirkliche Daten

image.png

Daten werden unter Verwendung von "Tabellendaten" mit vertikaler und horizontaler Richtung ausgeführt. Normalerweise gibt es mehr als einen Datentyp (Spalte). In den meisten Fällen gibt es mehrere.

Diese Art von Daten in Spaltenrichtung wird beim maschinellen Lernen auch als "Variable" bezeichnet.

Mit einem Lehrer lernen

image.png

Über betreutes Lernen

Erwägen Sie einen Preis wegen der Größe des Zimmers. Bereiten Sie zunächst die Daten vor (Raumgröße und Preis).

Denken Sie daran, eine schöne Linie zu zeichnen, die zu Ihren Daten passt.

Ist es nicht möglich, eine Linie wie die rechts zu ziehen?

Diese Linie wird als "Lernmodell" (Diskriminierungsregel) bezeichnet.

image.png

Lassen Sie uns eine Vorhersage aus den Daten unter Verwendung des erstellten "Vorhersagemodells" machen.

Betrachten Sie den Teil der Zeile, der für sie gilt, aus den Raumgrößendaten Der Preis wird herauskommen. Dies ist der erwartete Wert.

Die Vorhersage gibt nur einen Wert nahe an der Antwort, und es ist ziemlich schwierig, genau zu raten.

Da es nicht nur eine Daten gibt, werden auch verschiedene Daten betrachtet Wir müssen einen Weg finden, um eine schöne Linie zu ziehen.

Dieses Mal habe ich das Beispiel genommen, mich auf numerische Werte zu verlassen, aber dies wird als "Rückkehr" bezeichnet. Diejenigen, die sich auf nicht numerische Werte wie "männlich" und "weiblich" stützen, werden "Diskriminierung" genannt.

Lernen ohne Lehrer

image.png

Als nächstes kommt unbeaufsichtigtes Lernen.

Unbeaufsichtigtes Lernen ist eine Lernmethode, die sich in gute Gefühle wie "Clustering" aufteilt.

Es gibt keine Antwort, daher liegt es an den Menschen, zu entscheiden, ob das vorhergesagte Ergebnis korrekt ist.

Über tiefes Lernen

image.png

Über tiefes Lernen.

Dies ist eine Lernmethode, die ein Lernmodell namens "neuronales Netz" verwendet. Mit einem Lernmodell, das die Struktur des menschlichen Gehirns imitiert, können Sie drei Ebenen festlegen: "Eingabeebene", "versteckte Ebene" und "Ausgabeebene".

Von diesen werden diejenigen mit zwei oder mehr verborgenen Schichten auch als "tiefe neuronale Netze (DNN)" bezeichnet. Die Lernmethode unter Verwendung des DNN ist "Deep Learning".

image.png

Es ist eine grobe Skizze, aber was an "Deep Learning" großartig ist, ist Dies bedeutet, dass die Maschine die menschliche Präzision überschritten hat.

Besonders im weltweiten "Bilderkennungs" -Wettbewerb Ein Modell, das die menschliche Genauigkeit übertrifft, wurde fertiggestellt.

Infolgedessen ist es zu einer genaueren Diskriminierung anstelle von Menschen gekommen. Es ist in verschiedenen Bereichen aktiv geworden, beispielsweise bei der Übersetzung englischer Sätze ins Japanische.

Was Sie für maschinelles Lernen brauchen

image.png

Für diejenigen, die zum ersten Mal mit maschinellem Lernen beginnen möchten, bereiten Sie zuerst einen PC vor.

Als nächstes installieren wir eine Programmiersprache namens Python.

Bereiten Sie abschließend tabellarische Daten für das maschinelle Lernen vor.

Nun, wenn es jemanden gibt, der maschinelles Lernen machen möchte, aber "Programmieren" nicht versteht Wir haben einen Kurs vorbereitet, bitte beziehen Sie sich darauf! !! !!

Referenz: Python-Programmierkurs

Zusammenfassung

Es ist eine hyper-grobe Erklärung zum maschinellen Lernen.

Das maschinelle Lernen selbst wurde in diesem Zeitalter von jedem Unternehmen übernommen. Es ist zu einem unverzichtbaren Werkzeug für Dienstleistungen geworden.

Daher wird es schwierig, ohne es zu wissen.

Wenn es nur ein Konzept ist, ist es nicht zu schwierig. Wenn Sie versuchen, es im Detail zu verfolgen, gibt es kein Ende.

Erwerben Sie es zunächst als grobes Wissen Wie man es realisiert, wenn es darum geht, Geschäfte zu machen usw. Ich denke du solltest lernen.

24 Tage, bis Sie Ingenieur werden

Informationen zum Autor

HP von Otsu py: http://www.otupy.net/

Youtube： https://www.youtube.com/channel/UCaT7xpeq8n1G_HcJKKSOXMw

Twitter： https://twitter.com/otupython

Recommended Posts

In 100 Tagen sind Sie Ingenieur. ――Tag 81 ――Programmieren ――Über maschinelles Lernen 6
In 100 Tagen sind Sie Ingenieur. ――Tag 82 ――Programmieren ――Über maschinelles Lernen 7
In 100 Tagen sind Sie Ingenieur. ――Tag 79 ――Programmieren ――Über maschinelles Lernen 4
In 100 Tagen sind Sie Ingenieur. ――Tag 76 ――Programmieren ――Über maschinelles Lernen
In 100 Tagen sind Sie Ingenieur. ――Tag 80 ――Programmieren ――Über maschinelles Lernen 5
In 100 Tagen sind Sie Ingenieur. ――Tag 78 ――Programmieren ――Über maschinelles Lernen 3
Sie werden in 100 Tagen Ingenieur. ――Tag 84 ――Programmieren ――Über maschinelles Lernen 9
In 100 Tagen sind Sie Ingenieur. ――Tag 83 ――Programmieren ――Über maschinelles Lernen 8
In 100 Tagen sind Sie Ingenieur. ――Tag 77 ――Programmieren ――Über maschinelles Lernen 2
In 100 Tagen sind Sie Ingenieur. ――Tag 85 ――Programmieren ――Über maschinelles Lernen 10
In 100 Tagen sind Sie Ingenieur. ――Tag 71 ――Programmieren ――Über das Schaben 2
In 100 Tagen sind Sie Ingenieur. ――Tag 61 ――Programmieren ――Über Erkundung
In 100 Tagen sind Sie Ingenieur. ――Tag 74 ――Programmieren ――Über das Schaben 5
In 100 Tagen sind Sie Ingenieur. ――Tag 73 ――Programmieren ――Über das Schaben 4
In 100 Tagen sind Sie Ingenieur. ――Tag 75 ――Programmieren ――Über das Schaben 6
In 100 Tagen sind Sie Ingenieur. ――Tag 68 ――Programmieren ――Über TF-IDF
In 100 Tagen sind Sie Ingenieur. ――Tag 70 ――Programmieren ――Über das Schaben
Sie werden in 100 Tagen Ingenieur - Tag 63 - Programmierung - Wahrscheinlichkeit 1
Sie werden in 100 Tagen Ingenieur. ――Tag 65 ――Programmieren ――Über Wahrscheinlichkeit 3
Sie werden in 100 Tagen Ingenieur. ――Tag 64 ――Programmieren ――Über Wahrscheinlichkeit 2
Sie werden in 100 Tagen Ingenieur - Tag 86 - Datenbank - Über Hadoop
In 100 Tagen sind Sie Ingenieur. ――Tag 60 ――Programmieren ――Über Datenstruktur und Sortieralgorithmus
Sie werden in 100 Tagen Ingenieur - 27. Tag - Python - Python-Übung 1
Sie werden in 100 Tagen Ingenieur - Tag 34 - Python - Python-Übung 3
Sie werden in 100 Tagen Ingenieur - 31. Tag - Python - Python-Übung 2
Sie werden in 100 Tagen Ingenieur. ――Tag 67 ――Programmieren ――Über morphologische Analyse
Sie werden in 100 Tagen Ingenieur. ――Tag 66 ――Programmieren ――Über die Verarbeitung natürlicher Sprache
Sie werden in 100 Tagen Ingenieur. ――Tag 24 ―― Python ―― Grundlagen der Python-Sprache 1
Sie werden in 100 Tagen Ingenieur. ――Tag 30 ―― Python ―― Grundlagen der Python-Sprache 6
Sie werden in 100 Tagen Ingenieur. ――Tag 25 ―― Python ―― Grundlagen der Python-Sprache 2
Sie werden in 100 Tagen Ingenieur - Tag 33 - Python - Grundlagen der Python-Sprache 8
Sie werden in 100 Tagen Ingenieur - 26. Tag - Python - Grundlagen der Python-Sprache 3
Sie werden in 100 Tagen Ingenieur - Tag 35 - Python - Was Sie mit Python tun können
Sie werden in 100 Tagen Ingenieur - Tag 32 - Python - Grundlagen der Python-Sprache 7
Sie werden in 100 Tagen Ingenieur - 28. Tag - Python - Grundlagen der Python-Sprache 4
Werden Sie bald KI-Ingenieur! Lernen Sie in wenigen Tagen umfassend Python / KI / Maschinelles Lernen / Deep Learning / Statistische Analyse!
Sie müssen vorsichtig mit den Befehlen sein, die Sie jeden Tag in der Produktionsumgebung verwenden.
Über das Testen bei der Implementierung von Modellen für maschinelles Lernen
Maschinelles Lernen Über Overlearning
Programmieren des Lernprotokolls 2. Tag
Bis ein Ingenieur, der einmal über maschinelles Lernen frustriert war, es schafft, maschinelles Lernen bei der Arbeit einzusetzen
Maschinelles Lernen in Delemas (Praxis)
Eine Einführung in das maschinelle Lernen
Über maschinelles Lernen gemischte Matrix
Python Machine Learning Programming> Schlüsselwörter
Wird in EDA für maschinelles Lernen verwendet
Wie wäre es mit Anaconda zum Erstellen einer maschinellen Lernumgebung mit Python?
Lernen Sie maschinelles Lernen jederzeit und überall in der bedarfsgesteuerten Jupyter Notebook-Umgebung