Uczenie maszynowe i sztuczna inteligencja – podstawy

Ostatnio bardzo dużo mówi się o sztucznej inteligencji i uczeniu maszynowym. Warto więc wiedzieć co jest czym, w czym się to robi i jak się to robi.

Sztuczna inteligencja a uczenie maszynowe

Przede wszystkim warto wiedzieć, że SI i UM (ang. AI i ML) to nie to samo. SI to agent, który wykonuje pewne działania na podstawie wiedzy i reguł. UM to sposób zdobywania przez program wiedzy i reguł. Można więc powiedzieć, że AI korzysta z UM, ale nie musi, a UM może się odbywać całkowicie bez AI.

Uczenie nadzorowane vs nienadzorowane

Uczenie maszynowe, które teraz jest właśnie mocno rozwijane, obejmuje dwa podstawowe rodzaje uczenia: nadzorowane i nienadzorowane oraz uczenie ze wzmocnieniami.

Uczenie nadzorowane to uczenie, w którym podczas uczenia programu dajemy mu do dyspozycji dane opisane / otagowane / ocenione z ustalonymi kategoriami.

W uczeniu nienadzorowanym program wyciąga wnioski z danych, które nie zostały wcześniej przypisane do odrębnych kategorii.

Program uczący się wyposażony jest w ogólny algorytm, który pobiera dane, próbuje je w jakiś sposób podzielić na osobne kategorie (nie zawsze, ale to inny temat) i ustalić listę zmiennych oraz wagę tych zmiennych, które najlepiej dzielą dane na odpowiednie kategorie.

W przypadku uczenia nadzorowanego program może sprawdzić czy dobrze się nauczył porównując swoje oceny danych vs oceny ekspertów. Jeżeli błąd jest zbyt duży, program uczy się dalej.

Większość tego typu programów na podstawowym poziomie można napisać w bardzo prostym języku: Python, z wykorzystaniem bibliotek takich jak: tensorflow czy scikit-learn.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *