การเรียนรู้ของเครื่อง (ML)
- แมชชีนเลิร์นนิงภายใต้การดูแล
- การเรียนรู้ของเครื่องโดยไม่ได้รับการดูแล
- การเรียนรู้ของเครื่องด้วยตนเอง
การเขียนโปรแกรมแบบคลาสสิกใช้โปรแกรม (อัลกอริทึม) เพื่อสร้างผลลัพธ์:
คอมพิวเตอร์แบบดั้งเดิม
ข้อมูล + อัลกอริธึมคอมพิวเตอร์ = ผลลัพธ์
Machine Learning ใช้ผลลัพธ์ในการสร้างโปรแกรม (อัลกอริทึม):
การเรียนรู้ของเครื่อง
ข้อมูล + ผลลัพธ์ = อัลกอริธึมคอมพิวเตอร์
การเรียนรู้ของเครื่อง
การเรียนรู้ของเครื่องมักถือว่าเทียบเท่ากับปัญญาประดิษฐ์
สิ่งนี้ไม่ถูกต้อง การเรียนรู้ของเครื่องเป็นส่วนย่อยของปัญญาประดิษฐ์
Machine Learning เป็นวินัยของ AI ที่ใช้ข้อมูลในการสอนเครื่องจักร
"แมชชีนเลิร์นนิงเป็นสาขาวิชาที่ช่วยให้คอมพิวเตอร์สามารถเรียนรู้ได้โดยไม่ต้องตั้งโปรแกรม"
อาเธอร์ ซามูเอล (1959)
การเรียนรู้ภายใต้การดูแล
การเรียนรู้ภายใต้การดูแลจะใช้ข้อมูลที่มีป้ายกำกับ (ข้อมูลพร้อมคำตอบที่ทราบ) เพื่อฝึกอัลกอริทึมเพื่อ:
- จำแนกข้อมูล
- ทำนายผล
การเรียนรู้ภายใต้การดูแลสามารถจัดประเภทข้อมูลเช่น "สแปมในอีเมลคืออะไร" ตามตัวอย่างสแปมที่ทราบ
การเรียนรู้ภายใต้การดูแลสามารถทำนายผลลัพธ์ได้ เช่น การคาดเดาว่าวิดีโอประเภทใดที่คุณชอบ โดยอิงจากวิดีโอที่คุณเล่น
การเรียนรู้แบบไม่มีผู้ดูแล
การเรียนรู้แบบไม่มีผู้ดูแลใช้เพื่อทำนายความสัมพันธ์ที่ไม่ได้กำหนดไว้ เช่น รูปแบบที่มีความหมายในข้อมูล
มันเกี่ยวกับการสร้างอัลกอริธึมของคอมพิวเตอร์มากกว่าที่จะพัฒนาตัวเองได้
คาดว่าแมชชีนเลิร์นนิงจะเปลี่ยนเป็นการเรียนรู้แบบไม่มีผู้ดูแล เพื่อให้โปรแกรมเมอร์สามารถแก้ปัญหาได้โดยไม่ต้องสร้างแบบจำลอง
การเรียนรู้ด้วยตนเอง
การเรียนรู้ด้วยตนเองนั้นคล้ายคลึงกับการเรียนรู้แบบไม่มีผู้ดูแล เพราะทั้งคู่ทำงานกับข้อมูลโดยไม่ต้องเพิ่มป้ายกำกับโดยมนุษย์
ความแตกต่างคือการเรียนรู้แบบไม่มีผู้ดูแลใช้การจัดกลุ่ม การจัดกลุ่ม และการลดมิติ ในขณะที่การเรียนรู้ด้วยตนเองจะดึงข้อสรุปของตนเองสำหรับงานถดถอยและการจัดหมวดหมู่