یادگیری ماشین یکی از زیرشاخه‌های هوش مصنوعی

بدون ديدگاه

یادگیری ماشین یکی از زیرشاخه‌های هوش مصنوعی

یادگیری ماشین یکی از زیرشاخه‌های هوش مصنوعی محسوب می‌شود و به دنبال الگوریتم‌هایی است که توسط آن کامپیوترها توانایی یادگیری پیدا می‌کنند و می‌توانند عملکرد خود را بهبود ببخشند. پردازش یادگیری با مشاهده یا داده آغاز میشود مانند ؛ تجربیات مستقیم یا دستورالعمل ها. هدف اصلی این است که اجازه دهید کامپیوترها بدون دخالت یا کمک انسان به طور خودکار یاد بگیرند و اقدامات را مطابق با آن انجام دهند.

در یادگیری ماشین، کامپیوترها با دریافت ورودی‌های مختلف و انجام تحلیل‌های آماری برای ایجاد خروجی‌هایی در یک بازه آماری مشخص، خود اقدام به یادگیری می‌کنند. از این رو، یادگیری ماشینی این امکان را برای کامپیوترها فراهم می‌کند تا پس از دریافت داده نمونه و مدل‌سازی آن، به طور خودکار قادر به انجام فرایند تصمیم‌گیری در مورد داده‌های ورودی جدید باشند.

 

روش‌های یادگیری ماشین:

  • یادگیری نظارت شده
  • یادگیری نظارت نشده
  • یادگیری تقویت شده

از آنجا که مقوله یادگیری ماشینی ارتباط نزدیکی با آمار دارد، آشنایی با مفاهیم آماری در درک و به کارگیری الگوریتم‌های یادگیری ماشینی نقش به‌سزایی خواهد داشت. از این رو قبل از مطرح نمودن رایج‌ترین الگوریتم‌های یادگیری ماشینی، با دو مفهوم آماری Correlation (همبستگی) و Regression (رگرسیون) ارتباط تنگاتنگی دارند.

 

رایج‌ترین الگوریتم‌های کاربردی در حوزه یادگیری ماشین

 

  • K-nearest neighbor (نزدیک‌ترین همسایه)
  • Decision tree (درخت تصمیم‌گیری)

 

زبان‌های برنامه‌نویسی مورد استفاده در یادگیری ماشینی:

به نظر می‌رسد که زبان برنامه‌نویسی پایتون مناسب‌ترین زبان برای مقاصد یادگیری ماشینی باشد.

پس از آن می‌توان زبان‌های R ،Java و C++ را جزو گزینه‌های بعدی در نظر گرفت.

 

Machine Learning & IOT

یادگیری ماشین از روش های یادگیری نظارت شده بر روی داده های تاریخی برای تصمیم گیری های شناختی استفاده می کند. هر چه مقدار داده های تاریخی بیشتر باشد، قابلیت تصمیم گیری الگوریتم بهتر است.

این فلسفه IoT را یک ایده آل مورد استفاده برای یادگیری ماشین می کند زیرا داده های تولید شده توسط این سیستم  معمولا بسیار تکرار شونده هستند.

مایکروسافت در میان ارائه دهندگان محبوب cloud، اولین شرکتی بود که  یک راه حل تکامل یافته را بین IoT و یادگیری ماشین راه اندازی کرد. پیشنهاد مایکروسافت شامل چندین فن آوری ارائه شده به عنوان یک سرویس برای تهیه مراحل مختلف خط مشیIoT است.

به بعضی از این فناوری ها در قشمت زیر اشاره شده:

  • AzureIoTHub
  • AzureIoTsuit
  • AzureIoTEdge
  • AzureEventHub
  • Azure Stream analytics
  • Azure Machine learning
  • Microsoft cognitive services
  • Supporting technologies
  • Azure Event Hub
  • Azure Service bus topics
  • Azure event grid

نوشتن دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.

17 − 16 =