मशीन सीखने
मशीन लर्निंग क्या है:
मशीन लर्निंग कंप्यूटर विज्ञान का एक क्षेत्र है जिसका अर्थ है "मशीन लर्निंग"।
यह कृत्रिम बुद्धिमत्ता की अवधारणा का हिस्सा है, जो लोगों द्वारा किए जाने वाले कार्यों को करने के लिए मशीनों के लिए अध्ययन करता है।
यह कंप्यूटर में उपयोग की जाने वाली एक प्रोग्रामिंग है, जो पहले से परिभाषित नियमों द्वारा बनाई गई है जो कंप्यूटर को पिछले डेटा के आधार पर और उपयोगकर्ता द्वारा उपयोग किए गए डेटा में निर्णय लेने की अनुमति देते हैं।
शेड्यूल के अनुसार, कंप्यूटर में निर्णय लेने की क्षमता होती है जो समस्याओं को हल कर सकता है या उदाहरण के लिए इंटरनेट पर प्रकाशनों को बढ़ा सकता है।
मशीन लर्निंग कैसे काम करती है?
ऑपरेशन का आधार एल्गोरिदम हैं, जो अनुक्रम परिभाषित और सूचना और निर्देशों से बना है जो कंप्यूटर द्वारा पीछा किया जाएगा।
ये अनुक्रम कंप्यूटर को स्थिति के अनुसार निर्णय लेने की अनुमति देते हैं और इसमें दर्ज की गई जानकारी के साथ।
यह एल्गोरिथ्म है जो कुछ प्रक्रियाओं और कार्यों को कैसे किया जाना चाहिए या एक कार्रवाई कैसे की जानी चाहिए, इसके बारे में जानकारी करता है।
एल्गोरिदम के उपयोग के लिए कई प्रकार के एप्लिकेशन और प्रोग्रामिंग भाषाएं हैं। वे उन जरूरतों के अनुसार अलग-अलग हो सकते हैं जो कि मिलेंगे या बनाए गए एल्गोरिदम के उद्देश्य से।
मशीन सीखने के प्रकार
मशीन लर्निंग के दो मुख्य प्रकार हैं: सुपरवाइज्ड लर्निंग और अनसेफर्ड लर्निंग।
सीखी हुई सीख
पर्यवेक्षित शिक्षण में मशीन में डाला गया डेटा का एक पिछला सेट होता है और उपयोगकर्ता को दिए गए सुझाव रिकॉर्ड किए गए डेटा के समान होने चाहिए।
मूल रूप से जानकारी का उपयोग उपयोगकर्ता द्वारा अपेक्षित परिणाम की भविष्यवाणी करने या उपयोग किए गए तत्वों का वर्गीकरण करने के लिए किया जाता है।
उदाहरण: एक फोटो इंटरनेट ब्राउजर में रखा गया है, जो इमेज या अन्य समान इमेज की उत्पत्ति के बारे में जानकारी खोजने के लिए खोज करता है।
अशिक्षित शिक्षा
अप्रशिक्षित सीखने में कोई विशिष्ट अपेक्षित परिणाम नहीं होता है, अर्थात क्रॉस-रेफ़रिंग के परिणामों की भविष्यवाणी करना संभव नहीं है।
इस प्रकार के सीखने में डेटा को समूहीकृत किया जाता है और परिणाम चर के अनुसार बदल जाते हैं।
उदाहरण: एक पुस्तकालय के खोज इंजन में विभिन्न परिणामों को प्राप्त करना संभव है। परिणाम बदलना खोज के प्रकार और उपयोग किए जाने वाले चर पर निर्भर करता है, जैसे कि पुस्तक का नाम, लेखक का नाम या प्रकाशन की तारीख।
आर्टिफिशियल इंटेलिजेंस का अर्थ भी देखें।
मशीन लर्निंग किसके लिए है?
मशीन लर्निंग का उपयोग कई कार्यों के लिए किया जा सकता है। सोशल मीडिया, इंटरनेट सर्च और डिजिटल मार्केटिंग में आज सबसे ज्यादा इस्तेमाल किया जाता है।
उदाहरण के लिए, मशीन सीखने के एल्गोरिदम का उपयोग इंटरनेट उपयोगकर्ता को सुझाव देने के लिए किया जाता है। इनका उपयोग वर्चुअल कॉमर्स साइट्स, सोशल नेटवर्क, गेम्स, वीडियो स्टोरेज प्लेटफॉर्म और म्यूजिक प्लेबैक एप्लिकेशन में किया जाता है।
इस मामले में एल्गोरिथ्म उपयोगकर्ता को नए सुझाव देने के लिए अपने अनुक्रमों के डेटा और इंटरनेट में नेविगेशन के इतिहास के डेटा का उपयोग करता है। ब्राउज़िंग और डेटा साझा करने के दौरान उपयोगकर्ता की प्राथमिकताएँ समान कार्यक्रमों या सेवाओं का सुझाव देने के लिए उपयोग की जाती हैं।
ये अधिक सामान्य उपयोग हैं, लेकिन मशीन लर्निंग का ज्ञान कई अन्य स्थितियों पर भी लागू किया जा सकता है, जैसे:
- इंटरनेट पर शोध,
- डेटा का संग्रह और विश्लेषण,
- स्पैम संदेशों पर नज़र रखना,
- संगठन और सूचना का वर्गीकरण,
- इंटरनेट पर धोखाधड़ी के लिए खोज।
मशीन लर्निंग और डीप लर्निंग में अंतर
मशीन लर्निंग और डीप लर्निंग दोनों आर्टिफिशियल इंटेलिजेंस का उपयोग करने के तरीके हैं। लेकिन उनके बीच एक अंतर है क्योंकि गहरी शिक्षा (जिसका अर्थ है गहरी शिक्षा) में मनुष्य की सीखने की क्षमता के समान विशेषताएं हैं।
डीप लर्निंग भी स्थापित आंकड़ों से अनुमानित परिणामों का उपयोग करता है। अंतर यह है कि यह अधिक सटीक रूप से होता है, जैसे कि किसी व्यक्ति के मस्तिष्क में क्या होता है क्योंकि कंप्यूटर अधिक लचीले ढंग से जानकारी को अनुकूलित कर सकता है।
ऐसा इसलिए है क्योंकि गहन शिक्षण में एक कृत्रिम तंत्रिका नेटवर्क बनाया जाता है, जो मानव मस्तिष्क में न्यूरॉन्स के नेटवर्क की तरह काम करता है।
यह यह नेटवर्क है जो मशीन के संचालन को मस्तिष्क के कामकाज की कई समानताएं देता है और जानकारी को जानने और व्याख्या करने में सक्षम है।
सॉफ्टवेयर और बिटकॉइन के अर्थ भी देखें।
