Машинне навчання (ML) — це галузь штучного інтелекту (AI), яка дозволяє комп'ютерам навчатися на основі даних і покращувати свої результати у виконанні завдань без явного програмування. Замість того, щоб виконувати попередньо визначені інструкції, системи машинного навчання визначають шаблони та приймають рішення або роблять прогнози на основі вхідних даних.
Коротко: Розробка алгоритмів і моделей, які можуть аналізувати дані, знаходити шаблони та приймати рішення або робити прогнози.
Типовий процес машинного навчання
Ключові терміни в машинному навчанні.
Люди часто плутають такі галузі, як наука про дані, машинне навчання, глибоке навчання, штучний інтелект, генеративний штучний інтелект, аналітика даних і інженерія даних. Ось короткий вступ до кожної з цих галузей.
Непорозуміння
Штучний інтелект (AI): Імітує людський інтелект у машинах для виконання завдань, таких як міркування, розв'язання проблем і навчання.
Машинне навчання (ML): Підгалузь AI, яка зосереджується на навчанні машин на основі даних і покращенні їхньої продуктивності з часом.
Глибоке навчання (DL): Підгалузь ML, яка використовує нейронні мережі для аналізу складних шаблонів даних і виконання завдань, таких як розпізнавання зображень або мови.
Генеративний штучний інтелект: Галузь AI, що зосереджена на створенні нового контенту (наприклад, тексту, зображень) на основі вивчених шаблонів даних.
Відмінності
Наука про дані: Мультидисциплінарна галузь, яка аналізує дані для отримання інсайтів за допомогою статистики, ML та знань у галузі.
Аналіз даних: Зосереджений на вивченні наборів даних для виявлення тенденцій, формулювання висновків і підтримки прийняття рішень.
Інженерія даних: Створює і підтримує інфраструктуру для збору, зберігання та обробки великих наборів даних для подальшого аналізу.
Перекладено з: What is Machine learning