सामग्री
- व्याख्या - मशीन लर्निंग म्हणजे काय?
- मायक्रोसॉफ्ट अझर आणि मायक्रोसॉफ्ट क्लाऊडची ओळख | या संपूर्ण मार्गदर्शकामध्ये आपण क्लाउड संगणन करणे म्हणजे काय आणि मायक्रोसॉफ्ट अझर आपल्याला क्लाऊडवरून आपला व्यवसाय स्थलांतरित आणि चालविण्यात कशी मदत करू शकेल हे शिकाल.
- टेकोपीडिया मशीन लर्निंगचे स्पष्टीकरण देते
व्याख्या - मशीन लर्निंग म्हणजे काय?
मशीन लर्निंग ही मानवी ज्ञानाच्या तांत्रिक विकासासाठी कृत्रिम बुद्धिमत्ता (एआय) शिस्त आहे. मशीन शिक्षण संगणकास विश्लेषण, स्वत: ची प्रशिक्षण, निरीक्षण आणि अनुभवाद्वारे नवीन परिस्थिती हाताळण्यास परवानगी देते.
मशीन लर्निंग, त्यानंतरच्या (एकसारखे नसले तरी) परिस्थितीत सुधारित निर्णय घेण्यासाठी नमुना आणि ट्रेंड शोधण्यासाठी काम करत असताना नवीन परिस्थिती, चाचणी आणि रूपांतरणांच्या संपर्कात असताना संगणकाची सतत प्रगती सुलभ करते.
मशीन लर्निंग बहुतेकदा डेटा खनन आणि डेटाबेस (केडीडी) मधील ज्ञान शोधात गोंधळलेले असते, जे समान पद्धती सामायिक करतात.
मायक्रोसॉफ्ट अझर आणि मायक्रोसॉफ्ट क्लाऊडची ओळख | या संपूर्ण मार्गदर्शकामध्ये आपण क्लाउड संगणन करणे म्हणजे काय आणि मायक्रोसॉफ्ट अझर आपल्याला क्लाऊडवरून आपला व्यवसाय स्थलांतरित आणि चालविण्यात कशी मदत करू शकेल हे शिकाल.
टेकोपीडिया मशीन लर्निंगचे स्पष्टीकरण देते
टॉम एम. मिशेल, मशीन लर्निंग पायनियर आणि कार्नेगी मेलॉन युनिव्हर्सिटी (सीएमयू) चे प्राध्यापक यांनी मानव आणि मशीन लर्निंगच्या उत्क्रांतीची आणि तालमीची भविष्यवाणी केली. टुडेज न्यूज फीड हे एक उत्तम उदाहरण आहे. न्यूज फीड वापरकर्ता मित्र सामग्री प्रदर्शित करण्यासाठी प्रोग्राम केलेला आहे. जर एखादा वापरकर्ता वारंवार एखाद्या विशिष्ट मित्राच्या भिंतीवर टॅग करतो किंवा लिहितो तर त्या मित्राकडून अधिक सामग्री प्रदर्शित करण्यासाठी न्यूज फीडचे वर्तन बदलते.
इतर मशीन लर्निंग syntप्लिकेशन्समध्ये सिंटॅक्टिक पॅटर्न रिकग्निशन, नैसर्गिक भाषा प्रक्रिया, शोध इंजिन, संगणक दृष्टी आणि मशीन समज समाविष्ट आहे.
मशीनमध्ये मानवी अंतर्ज्ञानाची प्रतिकृती बनवणे अवघड आहे, प्रामुख्याने मनुष्य बहुधा बेशुद्धपणे निर्णय शिकवते आणि अंमलात आणतो.
मुलांप्रमाणेच, भविष्यातील वर्तणुकीच्या हुकूमशक्तीकडे लक्ष वेधण्यासाठी ब्रॉड अल्गोरिदम विकसित करताना मशीनना विस्तारित प्रशिक्षण कालावधी आवश्यक असतो. प्रशिक्षण तंत्रांमध्ये रोटिंग लर्निंग, पॅरामीटर अ‍ॅडजस्टमेंट, मॅक्रो-ऑपरेटर, चंकिंग, स्पष्टीकरण-आधारित शिक्षण, क्लस्टरिंग, चूक दुरुस्ती, केस रेकॉर्डिंग, एकाधिक मॉडेल व्यवस्थापन, मागील प्रसार, मजबुतीकरण शिक्षण आणि अनुवांशिक अल्गोरिदम यांचा समावेश आहे.