Informatica

Cureyên Fêrbûna Makîneyê

Peyva Fêrbûna Makîneyê (fêrbûna otomatîk) ji komek mekanîzmayên ku girêdayî cîhana îstîxbarata çêkirî ne, vedibêje. Sê celeb fêrbûna makîneyê hene: fêrbûna bi çavdêrî, bêserûber, û fêrbûna bihêzkirinê.

Van mekanîzmayan destûrê didin makîneyek hişmend ku karibe xwe û performansa xwe ya bi demê re baştir bike, bixweber bi ezmûnê fêr bibe da ku hin karên hanê bike, performansa wê bêhtir bi demê re baştir bike. 

Mînakek e AlphaGo, Nermalava Fêrbûna Makîneyê ji bo lîstika Go ku ji hêla ve hatî pêşve xistin Deepmind. AlpaGo yekem nermalava ku karibû di lîstika li balafirê de masterek mirovî têk bibe bû goban pîvana standard (19 × 19). Nermalava AlphaGo bi çavdêriya bi mîlyonan tevgerên ku ji hêla lîstikvanên Go ve di dema lîstikên cihêreng de hatine çêkirin ve hate perwerde kirin, û makîneyê li dijî xwe bilîze, bi encamê ku ew karibû ya ku tê bawer kirin ku lîstikvanê herî çêtirîn di cîhana vê lîstikê de ye têk bibe.

Ka em naha biçin nav sê kategoriyên sereke yên fêrbûna makîneyê.

Fêrbûna çavdêriyê

Pergal nimûneyên ku li gorî hilbera xwestinê hatine nîşankirin distîne. Ango, danûstendinên ku ji bo rêwerzkirina makîneyê bikêr in ji hêmanên ku rewşên rastîn ên ku ji daneya têketinê pêk tê temsîl dikin pêk tên.features"Û ji daneyên derketinê"armanc". Bi referansa ji bo nimûne gotara Fêrbûna Makîneyê çi ye, ew çi ye û armancên wê, amadekirina rahênanê ji curê çavdêriyê bû ji ber ku haletên me yên takekesî yên rêyan hebûn, ji bo her yekê taybetmendî (wesayît, rê) û armanc (dema rêwîtiyê) hatibûn diyarkirin. Komên daneyan bi gelemperî pir tevlihevtir in, mînakek pir bisînor û dîdaktîk bû, bi mebesta hêsankirina têgihîştina Fêrbûna Makîneya Çavdêrî.

Bûyerek bi vî rengî destûrê dide algorîtmayê ku bingeha celebê rê û wesayîtê lêkolîn bike, dema rêwîtiyê çi dibe bila bibe. Di fêrbûna makîneya çavdêrîkirî de du celeb pirsgirêk hene:

  1. regresyon: dema ku armanc ji guhêrbarek domdar pêk tê, ew çendîn, hejmarek e;
  2. bisinifkirinî: gava ku armanc dikare ji hêla çînek an kategoriyek ve were temsîl kirin.

Li ser mînaka rêyên otobanê em dikarin bibêjin ku paşveçûnek e. Ger armanc ji nirxandinek wekî: bilez heke di binê saetekê de, hêdî di navbera 1 û du demjimêran de, pir hêdî heke ji du demjimêran zêdetir be. Di vê rewşê de dê pirsgirêkek dabeşkirinê bûya.

Fêrbûna bêserûber

Daneyên binavkirî tune, ew pergal e ku, ji têketinan dest pê bike, divê di daneyan de avahiyek bibîne. Di pratîkê de me hedef tune, lê tenê daneya têketinê. Mîna ku di nimûneyê de tenê daneyên rê û wesayîtê li cem me hebûn, lê ne daneyên dema rêwîtiyê.

Di vê nêzîkbûnê de, algorîtma divê kategoriyan bi lêgerîna strukturên veşartî di daneyan de nas bikin. Amûrên sereke yên ku dikarin di nêzîkatiya bêserûber de werin bikar anîn ev in çêdike û qaîdeyên komeleyê.

nûçenameya Innovation
Nûçeyên herî girîng ên li ser nûjeniyê ji bîr nekin. Sign up ji bo wergirtina wan bi e-nameyê.

Fêrbûna xurtkirin

Pergal ji hawîrdorê têketinê digire û çalakiyan dike. Pergal ji bo wergirtina xelatan hewl dide çalakiyan bike. Pergal dê hewl bide ku kiryarên ku li gorî rewşa hawîrdora hawîrdorê xelatê xweşbîn dike bicîh bîne. 

Pergala xelatê bi navgîniyek ku jê re tê gotin tête bicîh kirin casus. Ajan biryar dide ku çalakiyek li ser jîngehê were kirin û ji vê yekê ew yek distîne xelat û dibe ku agahdarî li ser rewşa jîngehê, wekî encama çalakiya ku hatî destpêkirin.

Mînakî, heke em pergalek ku ji lîstika satrancê re hatî veqetandin bifikirin, ajan pêkhateya ku biryarê dide tevgerê ye, jîngeh lîstik bixwe ye. Di encama her tevgera ku ji hêla ajan ve hatî çêkirin, rewşa lîstikê diguhere (wek rewşa heyî, pozîsyona hemî perçeyan, di heman demê de wekî encama tevgera dijber tê fêm kirin), wekî perçeyek dijberê ku tê xwarin, bertek distîne, ji ber vê yekê wekî xelatek ji tevgerê re tê armanc kirin. Bi vî awayî ajan hîn dibe, û xwe perwerde dike.

encamên

Ji ber vê yekê diyar e ku bijartina di navbera celebên fêrbûna makîneyê de bi çarçovê ve girêdayî ye. Ango, celebê nêzîkatiyê li ser bingeha daneyên berdest û îmkana hebûna dîrokek ku tê de ravekirina rewşên her dozek kesane (derketin), û her weha encamek (derketin) tê hilbijartin. Ji ber vê yekê bi komek daneya bi vî rengî, hûn dikarin dest bi karanîna nêzîkatiyek çavdêriyê bikin.

Ger, ji hêla din ve, îmkana we tune ku hûn daneyên derketinê (armanc) ji berê ve bizanibin, an hûn dixwazin armancên nû keşf bikin, wê hingê pêdivî ye ku hûn girêdanên di navbera daneyên têketinê de nas bikin da ku rewşên ku qet carî di nav de nehatine dîtin. dîrok, an jî rûbirûbûna fêrbûnek berbi hawîrdorek ku pêş dikeve û bertek nîşan dide. Di vê rewşê de, pêdivî ye ku meriv ji bo teknîkên bêserûber an bihêzkirinê hilbijêrin.

Ercole Palmeri: Nûjenî girêdaye


nûçenameya Innovation
Nûçeyên herî girîng ên li ser nûjeniyê ji bîr nekin. Sign up ji bo wergirtina wan bi e-nameyê.

Gotarên dawî

Meriv çawa daneyan li Excel-ê berhev dike

Her operasyona karsaziyê gelek daneyan hildiberîne, tewra di formên cûda de. Vê daneyê bi destan ji pelek Excel têkevin…

14 May 2024

Prensîba veqetandina navberê (ISP), prensîba SOLID ya çaremîn

Prensîba veqetandina navberê yek ji pênc prensîbên SOLID yên sêwirana objekt-oriented e. Divê polê hebe…

14 May 2024

Meriv çawa data û formulên di Excel-ê de çêtirîn organîze dike, ji bo analîzek baş

Microsoft Excel ji bo analîzkirina daneyê amûrek referansê ye, ji ber ku ew ji bo organîzekirina daneyan gelek taybetmendiyan pêşkêşî dike,…

14 May 2024

Encama erênî ji bo du projeyên girîng Walliance Equity Crowdfunding: Jesolo Wave Island û Milano Via Ravenna

Walliance, SIM û platformê di nav serokên li Ewrûpayê de di warê 2017-an û vir ve Qedexekirina Nekêşbar ragihand…

13 May 2024

Filament çi ye û meriv çawa Laravel Filament bikar tîne

Filament çarçoveyek pêşkeftina Laravel "lezkirî" ye, ku gelek pêkhateyên tev-stack peyda dike. Ew ji bo hêsankirina pêvajoya…

13 May 2024

Di bin kontrola Îstixbaratên Hunerî de

"Divê ez vegerim da ku pêşveçûna xwe temam bikim: Ez ê xwe di hundurê komputerê de proje bikim û bibim enerjiya paqij. Dema ku li…

10 May 2024

Zehmetiya çêkirî ya nû ya Google dikare DNA, RNA û "hemû molekulên jiyanê" model bike.

Google DeepMind guhertoyek çêtir a modela xweya îstîxbarata sûnî destnîşan dike. Modela nû ya pêşkeftî ne tenê peyda dike…

9 May 2024