機器學習的類型：你必須知道的 3 種機器學習類型

當你開始學習人工智能時，你經常會遇到一個術語——機器學習。 它是什麼？ 機器學習的類型，如果有的話？

在本文中，我們將解決這些相同的問題。

讓我們開始吧。

什麼是機器學習？

你有沒有想過 Facebook 是如何向你推薦朋友的？

或者亞馬遜如何推薦您購買的產品？

他們都使用機器學習算法。

機器學習是指研究領域，它使機器無需編程即可不斷提高其性能。

通過機器學習，您的軟件和機器人可以始終學習新事物並提供更好的結果。

這些機器一開始需要大量編程。 但是一旦他們開始這個過程，他們就會開始自己學習任務的不同方面。 由於機器學習可以幫助這麼多行業，機器學習的未來前景一片光明。

機器學習是人工智能的一個重要分支，它在多個領域都有應用，包括：

• 電子商務
• 醫療保健（閱讀：醫療保健中的機器學習）
• 社交媒體
• 金融
• 汽車

還有很多。

機器學習如何工作？

在機器學習中，你輸入了一些訓練計算機的訓練數據。 它使用數據創建模型，並在獲得新輸入時使用它們進行預測。

如果預測結果是錯誤的，計算機將重新開始該過程，直到它做出正確的預測。

您一定已經註意到，系統在進行預測時會進行學習。 這只是一個簡單的例子。

機器學習算法非常複雜，需要許多其他步驟。 不同的機器學習工具可讓您探索數據科學領域的深度，進行實驗，並創新功能齊全的 AI/ML 解決方案。 不同的工具是針對不同的需求而設計的。 因此，機器學習工具的選擇在很大程度上取決於手頭的項目、預期結果，有時還取決於您的專業水平。

不同類型的機器學習

以下是以下類型的機器學習：

監督學習

監督學習是指您為機器提供大量訓練數據以執行特定任務。

例如，要教一個孩子紅色，你會給他看一堆紅色的東西，比如一個蘋果，一個紅球，對吧？

給他看了一堆紅色的東西之後，你再給他看一個紅色的東西，問他是什麼顏色的，看看孩子有沒有學會。

在監督學習中，你同樣教機器。

它是最容易實現的 ML 類型，也是最常見的一種。

在訓練數據中，你會給機器提供很多類似的例子，計算機會預測答案。 然後，您將向計算機反饋它是否做出了正確的預測。

監督學習的例子

您向機器提供以下信息：

2,7 = 9

5,6 = 11

9,10 = 19

現在你向機器提出以下問題：

9,1 = ?

8,9 = ?

20,4 = ?

根據機器的答案，你會給它更多的訓練數據或者給它更複雜的問題。

監督學習是特定於任務的，這就是它很普遍的原因。

無監督學習

顧名思義，無監督學習與監督學習相反。 在這種情況下，您不向機器提供任何訓練數據。

機器必須在沒有任何標記數據的情況下得出結論。 與監督學習相比，實施起來有點挑戰性。

它用於聚類數據和發現異常。

按照我們上面討論的例子，假設你一開始沒有給孩子展示不同的紅色東西。

相反，你把一堆紅色和綠色的東西放在他面前，讓他把它們分開。

無監督學習類似於這個例子。

無監督學習的例子

假設您有不同的新聞文章，並且希望將它們分類為不同的類別。 您將文章交給機器，它會檢測它們之間的共性。

然後它將根據找到的數據將文章分為不同的類別。

現在，當您向機器提供新文章時，它會自動對其進行分類。

就像其他機器學習類型一樣，它也很受歡迎，因為它是數據驅動的。

強化學習

強化學習與其他類型的機器學習（有監督和無監督）有很大不同。

數據與機器之間的關係也與其他機器學習類型完全不同。

在強化學習中，機器通過錯誤進行學習。 你給機器一個特定的環境，它可以在其中執行一組給定的操作。 現在，它將通過反複試驗來學習。

在我們上面討論的例子中，假設你給孩子看一個蘋果和一個香蕉，然後問他哪個是紅色的。

如果孩子回答正確，你就給他糖果（或巧克力），如果孩子回答錯誤，你就不要給他同樣的東西。

在強化學習中，機器的學習方式類似。

強化學習示例

你給機器一個迷宮來解決。 機器將嘗試破譯迷宮並犯錯誤。 每當它解決迷宮失敗時，它會再次嘗試。 對於每一個錯誤，機器都會學會避免什麼。

通過重複此活動，機器將不斷學習有關迷宮的更多信息。 通過使用這些信息，它也將在一段時間內解決迷宮。

儘管強化學習實施起來非常具有挑戰性，但它在許多行業中都有應用。

不同類型機器學習的應用

現在你知道機器學習有三種類型，但是它們都用在了哪裡呢？ 好吧，以下幾點說明了這一點：

監督學習

• 人臉識別 - 識別圖像中的人臉（Facebook 和 Google 照片）
• 垃圾郵件過濾器——通過檢查垃圾郵件的內容來識別垃圾郵件

無監督學習

• 推薦系​​統——向買家推薦產品（如亞馬遜）
• 數據分類——對數據進行分類以便更好地組織
• 客戶細分——根據不同的品質將客戶分為不同的類別

強化學習

• 製造業——簡化自動化製造流程
• 機器人技術——教機器如何避免錯誤
• 視頻遊戲——為視頻遊戲角色和 NPC 提供更好的 AI

想使用機器學習？

機器學習是世界上最具影響力的技術之一。 這也是它現在如此受歡迎的一個重要原因。

許多行業出於不同目的使用機器學習，因此需求日益增加。 如果您想了解更多關於機器學習和人工智能職業的信息，請查看 IIIT-B 和 upGrad 的機器學習和人工智能項目 PG 文憑。