Machine-learning-conclusion

機械学習-結論

このチュートリアルでは、機械学習を紹介しました。 機械学習は、平均的な人間よりも少し速く、優れているとはいえ、人間の脳ができる活動を実行するための機械を訓練する手法であることをご存じでしょう。 今日、私たちは、チェス、AlphaGOなどの非常に複雑なゲームで、マシンが人間のチャンピオンを倒せることを見てきました。 機械は、いくつかの分野で人間の活動を実行するように訓練でき、人間がより良い生活を送るのを支援できることがわかりました。

機械学習は、教師ありまたは教師なしにできます。 トレーニング用のデータ量が少なく、明確にラベル付けされたデータがある場合は、教師あり学習を選択してください。 一般に、教師なし学習は、大きなデータセットのパフォーマンスと結果を向上させます。 簡単に利用できる膨大なデータセットがある場合は、ディープラーニングテクニックをお試しください。 また、強化学習と深層強化学習も学習しました。 これで、ニューラルネットワークとは何か、そのアプリケーションと制限がわかりました。

最後に、独自の機械学習モデルの開発に関しては、さまざまな開発言語、IDE、およびプラットフォームの選択肢を検討しました。 次に行う必要があるのは、各機械学習手法の学習と練習の開始です。 主題は広大で、幅があることを意味しますが、深さを考慮すると、各トピックを数時間で学習できます。 各トピックは互いに独立しています。 一度に1つのトピックを考慮し、それを学習し、実践し、自分の言語を選択してアルゴリズムを実装する必要があります。 これは、機械学習の学習を開始するための最良の方法です。 一度に1つのトピックを練習すると、すぐに機械学習の専門家が最終的に必要とする幅を身に付けることができます。

がんばろう！