Une introduction à l'apprentissage automatique pour les professionnels de l'informatique

Par Justin Stoltzfus

Source: Aleutie / iStockphoto

introduction

De plus en plus d'ingénieurs et d'autres professionnels commencent l'apprentissage automatique - ils font les premières recherches et construisent des systèmes initiaux, pour commencer à explorer comment ce domaine de l'intelligence artificielle peut ouvrir des portes aux particuliers et aux entreprises.

Cependant, tout au long du processus, il y a beaucoup de confusion. Qu'est-ce que l'apprentissage automatique, de toute façon?

L'idée de base est que les nouvelles technologies permettent aux machines de «penser» et «d'apprendre» d'une manière plus similaire à celle du cerveau humain.

Cela dit, il existe plusieurs façons de décrire ce processus. Pour un peu plus, passons à StackOverflow, un pilier pour les programmeurs et autres professionnels de l'informatique à la recherche de définitions et d'explications réelles des problèmes techniques. Un fil de discussion StackOverflow décrit l'apprentissage automatique comme «le processus d'enseignement aux ordinateurs pour créer des résultats basés sur les données d'entrée».

Un autre auteur décrit l'apprentissage automatique comme «un domaine de l'informatique, de la théorie des probabilités et de la théorie de l'optimisation qui permet de résoudre des tâches complexes pour lesquelles une approche logique et procédurale ne serait ni possible ni faisable».

Cette dernière définition touche presque à un point majeur sur ce qu'est et n'est pas l'apprentissage automatique.

Lorsque l'auteur dit «une approche logique et procédurale ne serait ni possible ni faisable», cela indique la véritable «magie» et la valeur de l'apprentissage automatique. Pour parler simplement, c'est de la «post-logique» - l'apprentissage automatique va au-delà de ce que la programmation traditionnelle, linéaire et séquentielle peut faire!

En prenant du recul, nous pouvons examiner les éléments de base de l'apprentissage automatique pour mieux comprendre comment.

Tout d'abord, il y a des données de formation - les données de formation fournissent les entrées du programme à partir desquelles travailler.

Parallèlement aux données d'entraînement, il existe des algorithmes qui analysent ces données et les interprètent de différentes manières. Les experts décrivent le travail essentiel de l'apprentissage automatique comme une «reconnaissance de formes» - et vous le verrez également dans la page StackOverflow - mais encore une fois, cela ne décrit que partiellement le fonctionnement de l'apprentissage automatique.

Suivant: Le réseau neuronal

Partagez ceci:

Table des matières

introduction

Le réseau neuronal

Apprentissage automatique supervisé et non supervisé

Descente de gradient et rétropropagation

Types de réseaux de neurones

Apprentissage en ensemble

Applications et théorie des jeux

Cinq tribus d'applications d'apprentissage automatique

Où allons-nous à partir d'ici?