Definição de aprendizado de máquina de alimentos

O conceito básico de Máquina de comida A aprendizagem na ciência de dados envolve o uso de métodos estatísticos de aprendizado e otimização que permitem que os computadores analisem conjuntos de dados e identifiquem padrões (visualize um visual do aprendizado de máquina via link externo R2D3). As técnicas de aprendizado de máquina alavancam a mineração de dados para identificar tendências históricas para informar modelos futuros.

O algoritmo típico de aprendizado de máquina supervisionado consiste em (aproximadamente) três componentes:

Um processo de decisão: uma receita de cálculos ou outras etapas que tomam os dados e retorna um "palpite" no tipo de padrão nos dados que seu algoritmo está procurando encontrar.
Uma função de erro: um método de medir o quão bom era o palpite comparando -o com exemplos conhecidos (quando eles estão disponíveis). O processo de decisão acertou? Caso contrário, como você quantifica "quão ruim" a falta foi?
Um processo de atualização ou otimização: onde o algoritmo analisa a falta e atualiza como o processo de decisão chega à decisão final, para que na próxima vez que a Miss não seja tão boa.
Por exemplo, se você estiver construindo um recomendador de filme, o processo de decisão do seu algoritmo pode analisar o quão semelhante é um determinado filme para outros filmes que você assistiu e inventando um sistema de ponderação para diferentes recursos.

Durante o processo de treinamento, o algoritmo passa pelos filmes que você assistiu e pesos diferentes propriedades. É um filme de ficção científica? É engraçado? O algoritmo então testa se ele acaba recomendando filmes que você (ou pessoas como você) realmente assistiu. Se acertar, os pesos usados ​​permanecem iguais; Se errar um filme, os pesos que levaram à decisão errada são recusados ​​para que não cometem esse tipo de erro novamente.

Como um algoritmo de aprendizado de máquina atualiza autonomamente, a precisão analítica melhora a cada execução, pois se ensina a partir dos dados que analisa. Essa natureza iterativa da aprendizagem é única e valiosa porque ocorre sem intervenção humana - proporcionando a capacidade de descobrir insights ocultos sem ser programado especificamente para fazê -lo.

Se você estiver interessado em nossos produtos, seja bem -vindo a visitar / .