Искам моята машина да решава всичките ми проблеми и в друг смисъл да работи точно като мен. Сега възникват въпросите възможно ли е машината да се държи като нас и ако да, колко време ще отнеме, за да стигне до определена дестинация. Ако обърна тялото си на 360 градуса и видя цялата налична машина в моя дом, не мога да се уверя сам дали е възможно или не, но в по-голяма картина, разбира се, е възможно и вече имаме няколко машини, които правят живота ни гладък.

OK Google, сега се фокусираме върху няколко от основните примери, които ни помагат да разберем какво представлява машинното обучение.

1. Разпознаване на лице:Получих снимка в моята WhatsApp група и бях в едно селфи с няколко непознати. Сега бях малко любопитен кои са тези хора? Сега Face Detection влиза в рамката. Един модел на процес на вземане на решения би позволил една програма да се организира от човек. Много съществуващи софтуери за камери имат тези функции. Пример: iPhoto

2. Разбиране на речта: Силно вярвам, че гласът е следващият вход. Традиционният начин за даване на команда на нашето изчислително устройство вече няма да бъде достъпен в бъдеще. Представете си света, когато изчислителното устройство дава резултати при гласово въвеждане. Тук можете да опитате, което направих преди няколко дни. Помолете Cortana на Windows 10 да отвори регистъра и познайте какво Cortana ще отвори за вас във вашата машина. Така че разбирането на речта е модел на проблем, който би позволил на програмата да разбере и да даде желания резултат. Пример: Cortana

3. Сегментиране на клиенти: Поведението на потребителите все още е предизвикателна задача за екипа по продажбите на всеки продукт. Модел на този проблем с решението би позволил на програма да задейства намеса на клиента, за да убеди клиента да скрие рано или по-добре да се включи в изпитанието.

4. Препоръка за продукта:Различните хора имат различни нужди. Като клиент сме се сблъсквали с много проблеми при закупуване на конкретен продукт и в известна степен имаме нужда от някои предложения от експерт. Модел на този процес на вземане на решения би позволил на програмата да прави препоръки към клиент. Amazon се справя добре и помислете за препоръка от Facebook.

5. Разпознаване на цифри:Да предположим, че сме написали някои пощенски кодове или телефонен номер на хартия. Трябва да сортираме пощенските кодове и искаме да съхраним телефонния номер, написан на хартия. Имаме нужда от модел, който може да разпознае и направи смислена информация от това. Модел на този проблем би позволил на компютърна програма да чете и разбира ръкописно.

Ето няколко основни проблема, които помагат на всички нас да разберем какво представлява машинното обучение. Ще завърша тук, като кажа

Учебната машина е точно като обучение на деца. Внимавайте в детайлите и резултатът ще бъде невъобразим.