فهم التعلّم الآلي
يتضمن التعلم الآلي تغذية كميات كبيرة من البيانات في خوارزمية، والتي تعالج هذه البيانات بعد ذلك للعثور على أنماط وعلاقات.
على سبيل المثال، إذا قمت بتوفير نموذج الذكاء الاصطناعي مع بيانات حول عادات التفريغ السابقة وتخطيط منزلك، فإن النموذج الذي ينتج عنه يمكن استخدامه لبرمجة فراغ آلي لكنس السجاد الخاص بك في نمط مشابه لك. الآن تخيل أن العديد من هذه الروبوتات تم بيعها، ونقل جميع بياناتها المكنسة مرة أخرى إلى المطور. يمكن أن يؤدي استخدام التعلم الآلي للكشف عن الأنماط إلى اكتشاف أنماط حركة أكثر كفاءة وتحسين المسارات لجميع فراغات الروبوت بنفس التصميم.
في الفيديو الأول، ستكتسب فهما أفضل لما هو التعلم الآلي.
التعلم الآلي هو تقنية الذكاء الاصطناعي تستخدم الخوارزميات لإنشاء نماذج تنبؤية. يتم التحقق من صحة هذه النماذج مقابل البيانات المعروفة، وقياسها بمقاييس محددة، وتعديلها حسب الحاجة. تسمى عملية التعلم والتحقق من الصحة هذه بالتدريب. من خلال إعادة التدريب، تحسن نماذج التعلم الآلي الوقت الإضافي. هناك أيضا منهجيات رئيسية حول كيفية تدريب النماذج، على سبيل المثال، التعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف والتعلم المعزز.
في الفيديو التالي، ستتعلم الفرق بين هذه المنهجيات، وستتعرف على تركيبتها في طبقات، تسمى التعلم العميق.