学習とは、経験や学習を通じて知識とスキルを獲得することです。 これが私たちを結びつけ、同時に私たちをユニークにします。 これは時間の経過とともに発展するものです。
「車も学ぶことができます」と言うとどうなりますか？
私たちは、ロボット工学、人工知能、機械学習の開発の驚くべき時代に生きています。 機械学習はまだかなり新しい概念です。 機械に学習方法を教えることができ、一部の機械は自分で学習することができます。 魔法！
この記事では、機械学習の基本を紹介します。
理解する必要がある最も重要なこと：マシンは過去に基づいて未来を予測できます。
機械学習とは何ですか？
機械学習では、コンピューターが特定のルールでプログラムされるのではなく、パターンを例で認識することを前提としています。 これらのパターンはデータに含まれています。
機械学習-データから複雑な機能（テンプレート）から学習し、予測を行うアルゴリズム（一連のルール）の作成。
これは3段階で発生します 。
1）データ分析
2）パターンを見つける
3）パターンベースの予測
機械学習アプリケーション
機械学習を使用できる場所の概要
- ヘルスケア：医師の患者診断の予測
- ソーシャルネットワーク：出会い系サイトでの互換性の予測
- ファイナンス：クレジットカード詐欺の予測
- Eコマース：顧客の流出の予測
- 生物学：がんを引き起こす可能性のある遺伝子変異のパターンを検索する
車はどのように学習しますか？
混乱させたくないので、大規模なデータセットで同様のデータを見つけることで機械が学習すると言います。 より多くのデータがマシンに送信されるほど、より「スマート」になります。
すべてのデータが同じというわけではありません。 あなたが海賊であり、あなたの目標は島のどこかに宝物を見つけることだと想像してください。 これを行うには、多くの情報が必要です。 データと同様に、この情報は正しい方向または間違った方向に導く可能性があります。 受信した情報/データが正確であればあるほど、成功する可能性が高くなります。 したがって、トレーニングが行われるデータのタイプを考慮することが重要です。
ただし、十分なデータの後、マシンは予測を行うことができます。 未来が過去と大きく異なるまで、車は未来を予測できます。
機械学習の種類
機械学習には3つの主要なカテゴリがあります。
教師あり学習 ：マシンは選択したデータから学習します。 通常、データは人々によって記録されます。
教師なし学習：学習は選択したデータに基づいていません。 重要なのは、データの中に「正しい」答えはなく、マシンはオブジェクト間の関係を見つけなければならないということです。
強化学習 ：機械は報酬ベースのシステムを通じて学習します。
1.教師あり学習（教師トレーニング）
教師による学習は、選択されたデータを使用して機械を訓練する方が簡単であるため、最も一般的かつ研究されているタイプの機械学習です。 予測する内容に応じて、教師とのトレーニングを使用して、回帰問題と分類問題の2種類の問題を解決できます。
回帰目標：
連続値を予測する場合、たとえば、家の値や通りの天気を度単位で予測しようとする場合は、回帰を使用します。 このタイプのタスクには、値に制限がないため、値に特定の制限はありません。
分類タスク：
何かを分類するなど、離散値を予測する場合は、分類を使用します。 「人が商品を購入しますか」という質問には、yesまたはnoの2つの特定のカテゴリに分類される答えがあります。 有効な回答の数はもちろんです。
2.教師なし学習（教師なしの学習）
マシンにはトレーニング用のマークされたデータがないため、教師なしでの機械学習の目的は、データ内のパターンを検出してグループ化することです。
教師なしで学習すると、2種類の問題が解決されます。クラスタリングの問題と連想ルールを見つけるタスクです。
クラスタリングのタスク：
教師なしで学習すると、クラスタリングの問題が解決され、データの類似性が見つかります。 共通のクラスターまたはグループがある場合、アルゴリズムはそれらを特定の形式に分類します。 この例は、過去の購入に基づいた顧客のグループ化です。
連想ルールを見つけるタスク：
教師なしで学習すると、さまざまなグループのルールと意味を理解しようとすることで、この問題を解決できます。 顕著な例は、顧客の購入間の関係の検索です。 店舗は、一緒に購入した製品を見つけて、この情報を販売に使用できます。 ある研究では、ビールの購入とおむつには密接な関係があることがわかりました。 子供のためにおむつを買いに行った男性も自分でビールを買う傾向があることが判明しました。
3.強化学習
このタイプの機械学習では、報酬/ペナルティシステムを使用する必要があります。 目標は、正しく学習したときに車に報酬を与え、誤って学習したときに車を罰することです。
強化学習の例
-学習方法の学習方法（ チェス、ゴー ）
- スーパーマリオ 、勉強と遊び方
機械学習の基本について話しましたが、このトピックは興味深く、有望であるため、時間をかけて学習しないでください。
機械学習の初心者向けガイド :)