Tha sinn a’ faicinn tionndadh mòr AI!
Gach latha gheibh sinn app ùr aig a bheil comasan iongantach. Le mòran aplacaidean is phrògraman a bhios a’ cleachdadh AI agus ionnsachadh innealan a’ tighinn a-steach do ar beatha; bu chòir dhuinn barrachd ùine a ghabhail airson ionnsachadh mun deidhinn.
Anns an dreuchd seo, nì sinn sgrùdadh ionnsachadh innealan gu mionaideach. Cuideachd, cuiridh sinn fòcas sònraichte air cuspairean Co-labhairt Ionnsachadh Inneal agus Co-dhùnadh.
Feuch an tòisich sinn leis na bunaitean.
Dè a th ’ann an ionnsachadh inneal?
Iomadh uair chì sinn na briathran “ionnsachadh inneal” agus “fiosrachadh fuadain” gan cleachdadh còmhla. Mar sin, leig dhuinn am fear sin a ghlanadh an-toiseach. Tha ionnsachadh inneal na mheur de dh’ inntleachd fuadain. Tha e a’ toirt a-steach trèanadh algoirmean gus ro-innsean no roghainnean stèidhichte air dàta a thoirt gu buil.
A bharrachd air an sin, leigidh e le siostaman an coileanadh àrdachadh gu fèin-ghluasadach stèidhichte air eòlasan san àm a dh’ fhalbh.
Artificial Intelligence, air an làimh eile, is e aithris air inntinn an duine. Mar sin, tha còir aig coimpiutairean smaoineachadh agus obrachadh mar dhaoine. Tha e a’ toirt a-steach grunn fo-raointean leithid ionnsachadh innealan, sealladh coimpiutair, agus giollachd cànain nàdarra.
Leasachadh Modalan Ionnsachaidh Inneal
Tha modal ionnsachaidh inneal na algairim. Bidh sinn a’ cruthachadh na h-algorithms sin gus coileanadh àrdachadh gu fèin-ghluasadach tro ionnsachadh dàta. Bidh sinn gan cleachdadh gus dàta a chuir a-steach a sgrùdadh, a bhith a’ sùileachadh builean san àm ri teachd, no gus breithneachaidhean a dhèanamh.
Bheir sinn eisimpleir. Gus dealbhan a sheòrsachadh mar fhlùraichean no cat, faodar modal a thrèanadh gus ìomhaighean aithneachadh.
Agus, faodaidh e co-dhùnadh an e flùr no cat a th’ anns an dealbh. Is e prìomh phrionnsapal ionnsachadh innealan gum bu chòir coileanadh a’ mhodail a leasachadh gu leantainneach. Bu chòir dha a bhith a’ dèiligeadh gu math ri atharrachadh paramadairean san dàta.
Sa mhòr-chuid, bidh sinn a’ coileanadh an trèanadh ionnsachaidh inneal seo air Leabhar-nota Jupyter, a tha na inneal air leth airson pròiseact sam bith co-cheangailte ri dàta.
Trèanadh modail
Canar “trèanadh” ris a’ phròiseas a bhith a’ teagasg algairim gus ro-innsean a ghineadh no gnìomhan a dhèanamh stèidhichte air dàta a-steach. Rè an trèanaidh, thèid crìochan an t-siostaim atharrachadh gus an obraich an algairim. Aig a’ cheann thall, tha sinn a’ feuchainn ri ro-innse mionaideach a dhèanamh air dàta ùr-nodha.
Air a stiùireadh agus a ionnsachadh gun stiùireadh tha an dà phrìomh sheòrsa de ionnsachadh innealan.
Ionnsachadh fo stiùir
Bithear a’ cleachdadh seata dàta le bileagan gus an algairim a thrèanadh ann an ionnsachadh fo stiùir. Anns an t-seòrsa ionnsachadh inneal seo, tha an toradh ris a bheil dùil air a shònrachadh airson gach cuir a-steach. Bidh an algairim a’ dèanamh ro-innse air dàta ùr. Cuideachd, ionnsaichidh e na ceanglaichean eadar na cuir a-steach agus toraidhean a’ cleachdadh an fhiosrachaidh seo.
Leis gu bheil am modail a’ faighinn stiùireadh air dè na toraidhean a bu chòir a bhith, tha an seòrsa ionnsachaidh seo air ainmeachadh mar “fo stiùir.”
Iarrtasan mar aithneachadh cainnte, seòrsachadh ìomhaigh, agus giullachd cànain nàdarrach uile a’ cleachdadh ionnsachadh fo stiùir. Anns na tagraidhean sin, tha an algairim air a thrèanadh air stòran-dàta le bileagan mòra. Mar sin, is urrainn dhuinn ro-innse a dhèanamh air dàta ùr ris nach robh dùil.
Cuideachd, feumar ionnsachadh airson mapadh cuir a-steach-gu-toradh a bhith cho ceart ‘s a ghabhas.
'S e amas ionnsachadh fo stiùir a bhith a' lorg a' mhapaidh as cinntiche eadar cur-a-steach agus toraidhean.
Ionnsachadh gun stiùireadh
Tha ionnsachadh gun stiùireadh na fho-sheata de ionnsachadh innealan. Bidh sinn a’ trèanadh an algairim air stòr-dàta gun ainm. Mar sin, gheibh na modailean lorg air pàtrain no co-dhàimhean anns an dàta. Chan fheum sinn mìneachadh gu sònraichte dè na toraidhean a bu chòir a bhith. Canar “gun stiùireadh” ris an t-seòrsa ionnsachaidh seo. Tha seo air sgàth 's nach eil am modail a' faighinn stiùireadh soilleir air dè na toraidhean a bu chòir a bhith.
Feumaidh tagraidhean leithid lorg neo-riaghailteachd, cruinneachadh, agus lughdachadh meudachd ionnsachadh gun stiùireadh. Anns na tagraidhean sin, feumaidh an algairim pàtrain no co-dhàimhean san dàta aithneachadh. Agus, tha e às aonais stiùireadh soilleir às deidh dha a bhith air a thrèanadh air sampall de dhàta gun ainm.
Tha ionnsachadh gun stiùireadh ag amas air pàtrain no structaran falaichte a lorg. Is urrainn dhuinn a chleachdadh ann an grunn ghnìomhan, leithid teannachadh dàta no cruinneachadh rudan coltach ris.
Optimization Ionnsachadh Inneal
Tha am pròiseas optimization riatanach ann a bhith a 'togail modal ionnsachaidh inneal. Is e adhbhar optimization an eadar-dhealachadh eadar ro-innse a’ mhodail agus na fìor luachan ann an dàta trèanaidh a lughdachadh.
Bidh am pròiseas seo a’ cuideachadh a’ mhodail ann a bhith ag ionnsachadh nan ceanglaichean eadar cuir a-steach agus toraidhean. Mar sin, gheibh sinn na ro-innsean as ceart a tha comasach.
Le bhith a’ lughdachadh mearachd, dh’ fhaodadh am modail a bhith nas fharsainge na dàta ùr nach robh fios roimhe. Mar sin, faodaidh e ro-innse nas làidire agus nas earbsaiche a thoirt gu buil.
Ann an ionnsachadh innealan, tha am pròiseas optimization air a choileanadh le bhith a’ cleachdadh algorithms leithid teàrnadh caisead. Mar sin, bidh an algairim againn an-còmhnaidh ag atharrachadh nam paramadairean gus an tèid a’ mhearachd a lughdachadh. Tha feum air a’ mhodh optimization gus am bi ro-innse a’ mhodail ceart.
Seata-dàta trèanaidh ionnsachadh inneal
Is e seata dàta trèanaidh a tha air a chleachdadh airson trèanadh a modail ionnsachaidh inneal. Bidh sinn a’ trèanadh a’ mhodail air mar a ghineadh tu ro-innse le bhith a’ taisbeanadh eisimpleirean de chuir a-steach agus builean. Stèidhichte air an dàta trèanaidh seo, bidh am modail ag atharrachadh a paramadair.
Mar sin, tha cruinneas a ro-innse air a mheasadh a’ cleachdadh seata dàta sònraichte, an seata dearbhaidh.
Bu chòir don stòr-dàta trèanaidh a bhith a’ nochdadh na trioblaid a thathar a’ fuasgladh. Agus, bu chòir dàta gu leòr a bhith ann gus am modail a thrèanadh gu h-iomchaidh. Dh’ fhaodadh ro-innse a’ mhodail a bhith mearachdach ma tha an dàta trèanaidh ro bheag.
No, is dòcha nach eil e gu math riochdachail. Mar thoradh air an sin, tha feum air ro-ghiollachd farsaing air an t-seata trèanaidh. Mar sin, is urrainn dhuinn gealltainn gum bi am modail as soirbheachaile.
Eisimpleir de thrèanadh:
Bheir sinn eisimpleir gus am pròiseas trèanaidh a thuigsinn.
San eisimpleir seo, tha sinn a’ gabhail ris gu bheil stòr-dàta againn leis an ainm “music.csv”. Tha luachan gnè, aois agus gnè aice. Mar sin, tha e a’ ro-innse dè an gnè ciùil a bhios neach ag èisteachd a rèir an aois agus an gnè.
Is e seo an còd Python airson trèanadh ionnsachadh inneal sìmplidh a’ cleachdadh an leabharlann scikit-learn: Tha an dòigh ais-tharraing loidsigeach air a chleachdadh sa chòd seo gus modal a thrèanadh air an dàta agus an uairsin measadh a dhèanamh air cho cinnteach sa tha e air an dàta deuchainn.
Tha an dàta air a chuir an toiseach ann am frèam dàta pandathan mus tèid a roinn ann am feartan (X) agus targaidean (Y) (y). Às deidh sin, tha an dàta air a roinn ann an seataichean trèanaidh is deuchainn, le 80% den dàta air a chleachdadh airson trèanadh agus 20% airson deuchainn. Tha am modail an uairsin air a thrèanadh air an dàta trèanaidh mus tèid a dhearbhadh air an dàta deuchainn.
Co-dhùnadh ann an Ionnsachadh Inneal
Thathas a’ toirt iomradh air a’ phròiseas a bhith a’ cleachdadh modail le trèanadh gus ro-innse a dhèanamh air dàta ùr mar cho-dhùnadh.
Gus a chuir ann an dòigh eile, is e cleachdadh an fhiosrachaidh a gheibhear tron trèanadh. Bidh am modail a’ faighinn dàta ùr agus a’ gineadh ro-innse no breithneachadh stèidhichte air na pàtrain a lorg e anns an dàta trèanaidh.
Bidh ro-innsean a’ mhodail ceart a rèir càileachd an dàta trèanaidh. Cuideachd, bidh e an urra ris an ailtireachd mhodail a chaidh a thaghadh, agus na dòighean a chleachdar gus am modail a thrèanadh.
Cudromach co-dhùnadh ann an tagraidhean
Ann an co-dhùnadh, gheibh sinn cothrom don mhodail builean a thoirt seachad airson amas sònraichte. Faodaidh iad sin a bhith eadar-dhealaichte leithid seòrsachadh ìomhaighean, giollachd cànain nàdarra, no siostaman molaidh. Tha neo-mhearachdachd a’ cheum co-dhùnaidh a’ toirt buaidh dhìreach air coileanadh iomlan an t-siostaim.
Tha e deatamach airson modalan ionnsachaidh innealan a chuir an gnìomh ann an tagraidhean san t-saoghal fhìor.
Cur a-steach dàta ùr, neo-aithnichte
Bidh am pròiseas co-dhùnaidh ann an ionnsachadh innealan a’ tòiseachadh le bhith a’ cur dàta ùr ris a’ mhodail. Feumaidh an dàta seo a bhith air a phròiseasadh ro-làimh gus a bhith co-ionnan ris a’ chruth cuir a-steach a thathar a’ cleachdadh gus am modail a thrèanadh.
Ro-innsean stèidhichte air pàtrain ionnsaichte
Bidh am modail an uairsin a’ cleachdadh an dàta cuir a-steach gus ro-innse a dhèanamh stèidhichte air pàtrain ionnsaichte an dàta trèanaidh. Tha cruinneas nan ro-innse an urra ri càileachd dàta trèanaidh agus na dòighean a thathar a’ cleachdadh.
Eisimpleir de cho-dhùnadh:
Coltach ris an eisimpleir roimhe; bidh sinn a’ trèanadh an dàta an toiseach agus an uairsin a’ cur an gnìomh co-dhùnadh. Anns a’ chùis seo, tha sinn air RandomForestClassifier a chleachdadh an àite LogisticRegression.
Tha sinn a-rithist a’ dèanamh ro-innse ann am Python a’ cleachdadh an inneal sci-kit-learn. Thoir an aire gu bheil sinn air modal a thrèanadh agus gu bheil seata dàta againn ris an canar X test air a bheil sinn airson ro-innse a dhèanamh.
Tha an còd seo a’ ro-innse air seata dàta deuchainn X a’ cleachdadh gnìomh ro-innse a’ mhodail ionnsaichte. Thèid na ro-innsean an uairsin a shàbhaladh ann am frèam dàta, leis a’ chiad còig air an sealltainn.
Co-dhùnadh Factaran Buaidh Coileanaidh
Tha grunn eileamaidean cudromach a’ toirt buaidh air coileanadh co-dhùnadh ann an ionnsachadh innealan.
Astar ìre co-dhùnaidh
Tha astar co-dhùnaidh na adhbhar dragh mòr leis gu bheil e a’ toirt buaidh dhìreach air coileanadh siostam. Faodaidh amannan co-dhùnaidh nas luaithe leigeil le co-dhùnaidhean no ro-innse nas luaithe. A bharrachd air an sin, bidh e a’ neartachadh cho feumail sa tha am modail.
Cruinneas ro-innse
Is e prìomh phàirt eile cruinneas nan ro-innse a chaidh a chruthachadh aig àm co-dhùnadh. Tha seo air sgàth 's gur e amas a' mhodail toraidhean a thoirt seachad a tha cho faisg air na fìor luachan 'sa ghabhas. Tha cruinneas toraidh a’ mhodail an urra ri càileachd an dàta trèanaidh.
Cuideachd, tha e gu math co-cheangailte ri ailtireachd modail.
Cho cudromach sa tha e an ìre co-dhùnaidh a bharrachadh
Leis cho cudromach sa tha astar agus cruinneas co-dhùnaidh, tha e deatamach am pròiseas co-dhùnaidh a bharrachadh airson toraidhean èifeachdach. Dh’ fhaodadh seo a bhith a’ toirt a-steach ro-innleachdan leithid lughdachadh meud a’ mhodail. No, faodaidh tu luathachadh bathar-cruaidh a luathachadh, no na pròiseasan giollachd dàta cuir a-steach adhartachadh.
Co-dhùnadh
Mu dheireadh, ann an ionnsachadh innealan, tha trèanadh, agus co-dhùnadh nam pròiseasan deatamach. Feumaidh an t-eòlas agus na comasan sònraichte a bhith againn gus an cur an gnìomh gu h-èifeachdach. Tha trèanadh a’ leigeil leis a’ mhodail ro-innse a dhèanamh, ach tha co-dhùnadh a’ leigeil leis a’ mhodail ro-innse a dhèanamh stèidhichte air dàta ùr.
Tha pàirt deatamach aig an dithis ann a bhith a’ dearbhadh soirbheachas agus cruinneas modail. Mar sin, cumaibh cuimhne orra san ath phròiseact agad!
Leave a Reply