Wenn Sie einen maschinellen Lernalgorithmus mit ANN oder SVM oder was auch immer entwickeln, sagen Sie nicht zu Ihrer Programmierung, wie Sie Ihr Problem lösen, Sie sagen ihm, wie man lernt, das Problem zu lösen. SVM oder ANN sind Möglichkeiten, eine Lösung für ein Problem zu lernen, aber nicht, wie ein Problem zu lösen ist. Wenn also Leute sagen "Machine Learning Systeme lernen automatisch Programme aus Daten", sagen sie, dass Sie nie eine Lösung für Ihr Problem programmiert haben, sondern den Computer das lernen lassen.
zu zitieren wikipedia: „Maschinelles Lernen ein Bereich der Informatik ist, die ohne Computer die Fähigkeit zu lernen gibt explizit programmiert“
https://en.wikipedia.org/wiki/Machine_learning
[Bearbeiten]
Zum Beispiel die man nehmen lassen des einfachsten maschinellen Lernalgorithmus die lineare Regression in einem 2D-Raum. Das Ziel dieses Algorithmus ist es, eine lineare Funktion für einen Datensatz von (x,y)
zu lernen. Wenn Sie also Ihrem System eine neue x
geben, erhalten Sie eine Annäherung an die tatsächliche y
. Wenn Sie eine lineare Regression programmieren, geben Sie niemals die lineare Funktion y = ax+b
an. Was Sie programmieren, ist eine Möglichkeit für das Programm, um es aus dem Datensatz abzuleiten.
Die lineare Funktion y=ax+b
ist die Lösung für Ihr Problem, der lineare Regressionscode ist die Art, wie Sie diese Lösung lernen werden.
https://en.wikipedia.org/wiki/Linear_regression
Sehr beeindruckende Antwort können Sie bitte mit einem detaillierten Beispiel bieten.Viele Vielen vielen Dank für Ihre Antwort. – amitabha
Ich habe ein Beispiel hinzugefügt, ich hoffe es ist klar genug. – Laurentourte
danke für Ihre klare Erklärung. – amitabha