Урок 1/7
Кратко:
- Изучение машинного обучения (МО) в Python.
- Основные понятия и принципы МО.
- Отличие данных для МО от обычных.
- Выбор вида машинного обучения под запросы заказчика.
- Пять уроков по 10-20 минут каждый
Кратко:
- Эксперименты и математическое моделирование - два основных метода прогнозирования.
- Интеграл и дифференциал позволили учитывать случайности и теорию вероятностей в моделировании.
- Нормальное распределение и условная вероятность - полезные инструменты для моделирования идеальных процессов.
- Моделирование помогает бизнесу ставить реалистичные цели и замечать отклонения от достижимого результата
Урок 3/7
Кратко:
- Математическое моделирование перевернуло науку, но упёрлось в человеческий фактор.
- Компьютеры и искусственный интеллект изменили многие отрасли, например, метеорологию.
- Искусственный интеллект изучает решения, которые принимали люди, чтобы в похожей ситуации поступить так же.
- ИИ не просто решает уравнение, а может составить его сам.
- Понадобились тысячи лет, чтобы пройти путь от наблюдений по звёздам до искусственного интеллекта
Урок 4/7
Кратко:
- Машинное обучение - это один из способов развить у компьютера навык самостоятельного обучения и принятия решений.
- Машинное обучение отличается от других способов обучения тем, что машина учится через анализ верных решений.
- Машинное обучение состоит из этапов: подготовка учебного материала, обучение, тестирование и запуск модели, поддержка готовой модели.
- Для обучения компьютер использует математическую функцию, которая называется моделью машинного обучения.
- Модель машинного обучения и алгоритм - это разные понятия.
- Модели машинного обучения устаревают, их нужно обновлять
Урок 5/7
Кратко:
- Машинное обучение работает с числами, таблицы - единственный тип данных, который не требует кодировки.
- Таблицы и временные ряды - основные типы данных, с которыми работает машинное обучение.
- Изображения - еще один тип данных, который может обрабатывать компьютер.
- Тексты - еще один тип данных, с которым работает машинное обучение.
- Звук и видео - еще один тип данных, с которым работает машинное обучение.
- Модель машинного обучения может обрабатывать разные типы данных
Урок 6/7
Кратко:
- Машинное обучение делится на три вида: с учителем, без учителя и с подкреплением.
- Обучение с учителем: компьютер обучается на заранее размеченных данных, решает задачи регрессии, классификации, ранжирования и рекомендации.
- Обучение с подкреплением: компьютер обучается без заранее подготовленных данных, решает задачи кластеризации и снижения размерности.
- Обучение без учителя: компьютер ищет закономерности между объектами, решает задачи кластеризации и снижения размерности.
- Классификация машинного обучения растет по мере развития искусственного интеллекта.
- Бизнес-запросы могут требовать решения нескольких задач машинного обучения
Урок 7/7
Кратко:
- Прогноз погоды делали на бумаге всего 200 лет назад.
- Человечество шло к моделированию с помощью ИИ веками.
- Люди научились предсказывать будущее с помощью данных и обучили этому машины.
- МО состоит из нескольких этапов: сбор и подготовка данных, обучение, настройка и тесты, мониторинг.
- Подбирать вид и задачу машинного обучения под проект заказчика.
- Обучение с учителем, подкреплением и без - лучший выбор для бизнеса
Заключение
Кто бы мог подумать — всего двести лет назад прогноз погоды делали по расчётам на бумаге. Человечество веками шло к моделированию с помощью искусственного интеллекта. В этой теме вы узнали, как люди учились предсказывать будущее с помощью данных и обучили этому машины. Если вы понимаете, чем МО отличается от ИИ, а модель — от алгоритма машинного обучения, то цель достигнута. И вы в клубе!
Чему вы научились
- Принципу машинного обучения: МО циклично и состоит из нескольких этапов. Сначала сбор и подготовка учебных данных, затем обучение, настройка и тесты модели, а после — её мониторинг. При необходимости повторить.
- Подбирать вид и задачу машинного обучения под проект заказчика. Обучение с учителем, подкреплением и без — теперь вы знаете, что лучше ответит на запрос бизнеса.
В следующей теме вы обучите и протестируете свою первую модель машинного обучения. Успехов!