מבוא
למידת מכונה היא בדרכים רבות בהצטלבות של שני תחומים - מדעי הנתונים והנדסת תוכנה. המטרה של למידת מכונה היא להשתמש בנתונים כדי ליצור מודל חיזוי שניתן לשלב ביישום או בשירות של תוכנה. כדי להשיג מטרה זו נדרש שיתוף פעולה בין מדעני נתונים אשר חוקרים ומכין את הנתונים לפני השימוש בהם כדי להכשיר מודל למידת מכונה, ומפתחי תוכנה שמשלבים את המודלים ביישומים שבהם הם משמשים לחיזוי ערכי נתונים חדשים (תהליך שנקרא 'היסק').
מקורותיה של למידת מכונה בסטטיסטיקה ובמידול מתמטי של נתונים. הרעיון הבסיסי של למידת מכונה הוא להשתמש בנתונים מתצפיות עבר כדי לחזות תוצאות או ערכים לא ידועים. לדוגמה:
- הבעלים של חנות גלידה עשוי להשתמש באפליקציה המשלבת מכירות היסטוריות ורישומי מזג אוויר כדי לחזות כמה גלידות הוא צפוי למכור ביום נתון, בהתבסס על תחזית מזג האוויר.
- רופא עשוי להשתמש בנתונים קליניים ממטופלים קודמים כדי להריץ בדיקות אוטומטיות המנבאות אם מטופל חדש נמצא בסיכון לסוכרת על סמך גורמים כמו משקל, רמת הגלוקוז בדם ומדידות אחרות.
- חוקר באנטארקטיקה עשוי להשתמש בתצפיות עבר כדי להפוך את הזיהוי של מיני פינגווינים שונים (כגון אדלי, ג'נטו או צ'נטרצועה לאוטומטית) על סמך מדידות של סנפירים, מקור ותכונות פיזיות אחרות של ציפור.
הערה
אנו מכירים בכך שאנשים שונים אוהבים ללמוד בדרכים שונות. אתה יכול לבחור להשלים מודול זה בפורמט מבוסס וידאו או שאתה יכול לקרוא את התוכן כטקסט ותמונות. הטקסט מכיל פרטים רבים יותר מהסרטונים, כך שבמקרים מסוימים ייתכן שתרצה להתייחס אליו כחומר משלים למצגת הווידאו.