Hlavný rozdiel medzi strojovým učením a neurónovými sieťami je ten, že strojové učenie sa týka vývoja algoritmov, ktoré môžu analyzovať údaje a učiť sa z nich, aby sa mohli rozhodovať, zatiaľ čo neurónové siete sú skupinou algoritmov v strojovom učení, ktoré vykonávajú výpočty podobné neurónom v ľudskom mozgu.

Strojové učenie je technika vyvíjania algoritmov automatického učenia, ktoré môžu analyzovať údaje, učiť sa z nich, rozpoznávať vzorce a podľa toho sa rozhodovať. Je to podkategória umelej inteligencie. Strojové učenie používa rôzne algoritmy. Neurónová sieť je jednou z nich. Tieto koncepty sa široko používajú v rôznych oblastiach, ako je medicína, robotika, výroba a poľnohospodárstvo.

Umelá inteligencia, Sieť pre spätnú väzbu, Sieť pre spätnú väzbu, Strojové učenie, Neurónové siete, Učenie pod dohľadom, Učenie bez dozoru

Čo je to strojové učenie

Strojové učenie je podskupinou umelej inteligencie. Algoritmy strojového učenia analyzujú údaje, učia sa z nich a rozhodujú sa. Používa štatistické metódy a umožňuje stroju zlepšiť sa skúsenosťami.

Obrázok 1: Strojové učenie

Existujú dva hlavné typy strojového učenia: učenie pod dohľadom a učenie bez dozoru. V učenie pod dohľadom, existujú vstupné premenné (x) a výstupné premenné (y). Algoritmus sa trénuje mapovaním vstupov na výstupy (y = f (x)). Pri poskytovaní nového vstupu by mal algoritmus predpovedať výstup. Lineárna regresia, podporný vektorový stroj a náhodné lesy sú niekoľkými príkladmi učenia pod dohľadom.

V učenie bez dozoru, existujú iba vstupné údaje (x). Neexistujú žiadne výstupné údaje. V tomto type nie je potrebné algoritmus trénovať. Namiesto toho sám objavuje vzory vo vstupných údajoch. Jeden hlavný algoritmus učenia bez dozoru je klastrovanie. Identifikuje podobné inštancie a zoskupí ich do vytvorených klastrov. Učenie bez dozoru je zvyčajne ťažké ako učenie pod dohľadom. Stručne povedané, strojové učenie pomáha vyvíjať systémy, ktoré sa môžu učiť a vykonávať predpovede pomocou údajov.

Čo sú to neurónové siete

Neurónové siete sú inšpirované biologickými neurónmi. V ľudskom mozgu sú milióny neurónov a informácie prechádzajú z jedného neurónu do druhého. Neurónové siete používajú tento koncept na rýchlejšie vykonávanie výpočtových úloh.

Obrázok 2: Neurónová sieť

Existujú dva typy neurónových sietí, ktoré sa nazývajú spätná väzba a spätná väzba. V dopredné siete, informácie prechádzajú iba zo vstupu na výstup a neobsahujú spätnoväzbovú slučku. V siete spätnej väzby, informácie môžu prechádzať oboma smermi a obsahujú cestu spätnej väzby.

Dopredné siete sú ďalej kategorizované na jednovrstvovú sieť a viacvrstvovú sieť. V jednovrstvovej sieti sa vstupná vrstva pripája k výstupnej vrstve. Na druhej strane má viacvrstvová sieť medzi vstupnou a výstupnou vrstvou viac vrstiev nazývaných skryté vrstvy.

Neurónová sieť obsahuje uzly. Tieto uzly sú podobné neurónom v mozgu. Pripojenia v sieti majú navyše špecifické hmotnosti. Keď sú vstupy do uzlov x1, x2, x3… a zodpovedajúce hmotnosti sú w1, w2, w3,… čistý vstup (y) je podobný nasledujúcemu.

y = x1. w1 + x2. w2+x3.w3+…

Po použití aktivačnej funkcie, ako je lineárna alebo sigmoid, na čistý vstup, poskytne výstup ako je uvedené nižšie.

Y = F (y)

Potom sa vyhodnotí výstup. Váhy sa upravia, ak sa vyhodnotený výstup líši od požadovaného výkonu. Tento postup sa opakuje, kým sa nedosiahnu požadované výstupy. Toto je základná funkcia neurónovej siete.

Rozdiel medzi strojovým učením a neurónovými sieťami

Definícia

Strojové učenie sa týka algoritmov, ktoré používajú štatistické techniky, ktoré umožňujú počítačom učiť sa z údajov a postupne zlepšovať výkon pri konkrétnej úlohe. Neurónová sieť je systém inšpirovaný biologickými neurónmi v ľudskom mozgu, ktorý dokáže rýchlejšie vykonávať výpočtové úlohy.

Algoritmy

Regresia, klasifikácia, klastrovanie, podporný vektorový stroj, náhodné lesy sú málo algoritmov v strojovom učení. Neurónové siete sú tiež algoritmom, ktorý spadá pod strojové učenie.

Záver

Rozdiel medzi strojovým učením a neurónovými sieťami je v tom, že strojové učenie sa týka vývoja algoritmov, ktoré môžu analyzovať údaje a učiť sa z nich, aby sa mohli rozhodovať, zatiaľ čo neurónové siete sú skupinou algoritmov v strojovom učení, ktoré v ľudskom mozgu vykonávajú výpočty podobné neutrónom.

Referencia:

1. Čo je strojové učenie? | Základy strojového učenia | Výukový program strojového učenia | Edureka !, 16. marca 2018, K dispozícii tu.

Obrázok so súhlasom:

1. „3161590“ (CC0) prostredníctvom Pixabay2. „Umelá neurónová sieť“ Autor: Používateľ: Cburnett-Vlastná práca Tento vektorový obrázok bol vytvorený pomocou programu Inkscape (CC BY-SA 3.0) prostredníctvom Commons Wikimedia