Suchen

Deep Learning und maschinelles Lernen: Was sie sind


Wir reden immer mehr darüber tiefes Lernen und es ist angebracht, dieses Thema zu vertiefen, auch wenn es mehr Technik als Grün ist. Tiefes Lernen zusammen mit maschinelles Lernen Sie dringen in alle Bereiche ein, so dass es sinnlos ist, so zu tun, als ob sie nicht existieren. Es ist besser zu verstehen, ob sie eins sind oder sein werden gute Gelegenheit auch für den grünen Sektor. Wenn wir uns die Anwendungen des tiefen Lernens ansehen, die "klassischeren", wenn wir so sagen können, für etwas so Innovatives scheint es so.

Zum Beispiel die tiefes Lernen Es verbirgt sich hinter der automatischen Erkennung von Reden und Bildern, der Verarbeitung natürlicher Sprache, einigen Arzneimittelentdeckungen und im toxikologischen Bereich. Es gibt auch Bereiche wie das Kundenbeziehungsmanagement, die sind im Begriff, durch tiefes Lernen revolutioniert zu werden und von all dem, was diese Innovation mit sich bringt, gilt das Gleiche zum Beispiel für die Bioinformatik. In diesem Artikel werden wir auch einige sehr praktische Anwendungen sehen, die, wenn wir uns nur umschauen, Realität sind und uns auch sehr nahe stehen.

Tiefes Lernen: Was es ist

Auf Italienisch sollte es sprechen tiefes Lernen aber sie alle verwenden den englischen Begriff, sie bezeichnen beide dasselbe, nämlich das Forschungsfeld des maschinellen Lernens, des maschinellen Lernens undkünstliche Intelligenz, abgekürzt als KI, basierend auf verschiedenen und aufeinanderfolgenden Repräsentationsebenen. Tatsächlich entsprechen sie Hierarchien von Merkmalen von Faktoren oder Konzepten, in denen Konzepte auf hoher Ebene auf der Grundlage von Konzepten auf niedriger Ebene definiert werden.

Deep Learning beinhaltet zahlreiche "Architekturen" das hat mit tiefen neuronalen Netzen und rekursiven neuronalen Netzen zu tun, Architekturen, in denen wir Anwendung finden Computer Vision, in automatischer Spracherkennung, Verarbeitung natürlicher Sprache, Audioerkennung und Bioinformatik. Auf diese Weise definiert, scheint dies alles sehr schwierig zu sein, und ich leugne es nicht, aber absurderweise sind diese Konzepte so schwierig Sie können uns das Leben leichter machen.

Maschinelles Lernen: Was es ist

Per Definition diemaschinelles Lernen ist eine Datenanalysemethode, die die Erstellung von Analysemodellen automatisiert. Wir finden es als Unterkategorie vonKünstliche IntelligenzAuf der Grundlage des maschinellen Lernens gibt es Systeme, die aus Daten lernen, Modelle unabhängig identifizieren und Entscheidungen treffen können, bei denen menschliches Eingreifen zunehmend auf ein Minimum reduziert wird.

Es ist nicht so neu wie es sich anhört, aber in letzter Zeit hat das Interesse sicherlich wieder zugenommen, da Apps begonnen haben, sich zu beziehen Aspekte des täglichen Lebens von uns allen. Wenn es so aussieht, als ob das neue Gold Daten sind, die nicht jeder denkt, scheint alles, was mit Datenverarbeitung zu tun hat, absolut wertvoll zu sein.

Ich versuche konkret zu bleiben, dank maschinelles Lernen Mehr Daten können verarbeitet und effektiver verarbeitet werden. Dies führt zu enormen Veränderungen auch in der Gesellschaft sowie in vielen Bereichen der Industrie und Forschung. Ziel der Forschung auf dem Gebiet des maschinellen Lernens ist es, einen Prozess zur Erstellung präziser Modelle zu verfeinern, anhand dessen sich Unternehmen identifizieren können neue Gewinnmöglichkeiten oder um unvorhergesehene Risiken zu vermeiden. Nicht schlecht, oder? Und da ist del Grün auch in diesem.

Tiefes Lernen in Italien

Italien scheut diesen Trend nicht, es wird auch in unserem Land darüber gesprochen und es wird sowohl positiv als auch negativ gesprochen. Der Geist der Arbeitslosigkeit droht und macht es schwieriger, sich ein Bild von den Vorteilen des tiefen Lernens zu machen, aber es gibt auch Realitäten wie www.deeplearningitalia.com die darauf abzielen, ausgewogen über die Möglichkeiten zu informieren, die tiefes Lernen mit sich bringt. Eine andere interessante Realität, nicht nur italienisch, sondern mit einem Kapitel in Mailand, ist die von WiMLDS (Frauen in maschinellem Lernen und Datenwissenschaft)

Unter den Anwendungen des tiefen Lernens und allgemein der künstlichen Intelligenz, gegenwärtig oder in naher Zukunft, finden wir die Chatbot, beispielsweise. Es gibt keinen Mangel an Unternehmen und Anlaufen Diese entwickeln sie und es gibt viele Realitäten, die sie verwenden. Sie sind künstliche Systeme, die über Text-Chat mit Menschen sprechen können. Möglicherweise haben Sie zufällig auf einer Website mit uns interagiert, die diesen Modus für die Kommunikation mit Ihnen ausgewählt hat. Eine andere Anwendung wird mit dem Begriff definiert Computer Vision und basiert auf der Idee, Computern beizubringen, die Welt zu verstehen, sie zu sehen und ihre Parameter aufzuzeichnen. Hier ist das Das Konzept des Lernens macht sich bemerkbar.

Sie haben vielleicht auch schon davon gehört Entscheidungen fällen, Denn selbst bei Entscheidungen kann uns ein Computer helfen, der ein wenig nachdenkt. Ich sage nicht, dass wir alles auswählen können, aber es gibt Situationen, in denen wir uns von einem Computer den besten Weg zeigen lassen können, sobald er alle Daten mit den Kriterien begründet hat, die wir als Richtlinien angeben.

Deep Learning: Algorithmus

Deep Learning wird in der Praxis oft als definiert eine Klasse von Algorithmen für maschinelles Lernen die verschiedene Ebenen von kaskadierten nichtlinearen Einheiten verwenden, um Feature-Extraktions- und Transformationsaufgaben auszuführen. Als Eingabe verwendet jede Ebene die Ausgabe der vorherigen Ebene, nichts "einfacheres".

Es gibt zwei Arten von AlgorithmenDie Anwendungen des überwachten Typs und die des unbeaufsichtigten Typs umfassen eine Musteranalyse (unbeaufsichtigtes Lernen) und Klassifizierung (überwachtes Lernen). Da sich das Problem, mit dem wir konfrontiert sind und das wir lösen möchten, ändert, ändert sich die Zusammensetzung jeder Ebene nichtlinearer Einheiten, die in einem Deep-Learning-Algorithmus verwendet werden.

Tiefes Lernen: Buch

Es gibt viele Texte, die sich mit tiefem Lernen und maschinellem Lernen befassen, einige, um es im wahrsten Sinne des Wortes zu studieren, andere, um es zu kommentieren. Von allem möchte ich das von empfehlen Alessandro Cucci weil der Autor in seinem "Von Angesicht zu Angesicht mit maschinellem Lernen. Die unglaubliche Reise eines Entwicklers in die fabelhafte Welt von Data Science "schafft es zu sagen, was es ist, ohne uns im Urteil zu beeinflussen. Und auch ohne uns mit zu vielen Formeln zu erschrecken.

Der Band ist weder ein Aufsatz noch ein Schultext oder ein praktisches Handbuch, ist eine schöne Geschichte, die in der Via Emilia und auch im Internet erzählt wird. Der Autor arbeitet als Python Expertise Manager bei Energee3 Srl, einem Unternehmen, das in der Informations- und Kommunikationstechnologie (IKT) tätig ist, und im Jahr 2016 Er gründete die PyRE (Python User Group Reggio Emilia), eine lokale Community von Python-Entwicklern.

Wenn Sie sich für diese Themen begeistern, vertiefen Sie sich mit Nervöse und sensorische Ganglien ist künstliche neuronale Netz

Wenn Ihnen dieser Artikel gefallen hat, folgen Sie mir auch auf Twitter, Facebook, Google+, Instagram


Video: Was ist eigentlich Maschinelles Lernen? Beispiele u0026 Anwendungen von Machine Learning. Kurz erklärt (Kann 2021).