Table of Contents[Hide][Show]
Lub ntiaj teb tab tom hloov pauv sai vim muaj kev txawj ntse txawj ntse, thiab kev kawm tshuab, uas muaj kev cuam tshuam rau txhua yam ntawm peb lub neej txhua hnub.
Los ntawm cov neeg pab lub suab uas siv NLP thiab kev kawm tshuab rau kev teem sijhawm, saib cov xwm txheej ntawm peb daim ntawv qhia hnub, thiab ua si suab paj nruag rau cov khoom siv uas muaj tseeb uas lawv tuaj yeem xav txog peb cov kev xav tau ua ntej peb tseem xav txog lawv.
Cov khoos phis tawj tuaj yeem ua si chess, ua kev phais, thiab txhim kho mus rau hauv cov tshuab ntse dua, zoo li tib neeg nrog kev pab ntawm tshuab kev kawm algorithms.
Peb nyob rau lub sijhawm ntawm kev nce qib thev naus laus zis tsis tu ncua, thiab los ntawm kev pom tias lub khoos phis tawj tau tsim kho li cas los ntawm lub sijhawm, peb tuaj yeem ua qhov kev kwv yees txog qhov yuav tshwm sim yav tom ntej.
Kev ywj pheej ntawm kev suav cov cuab yeej thiab cov txheej txheem yog ib qho tseem ceeb ntawm qhov kev hloov pauv no uas sawv tawm. Cov ntaub ntawv kws tshawb fawb tau tsim cov ntaub ntawv muaj zog-crunching computers nyob rau hauv tsib lub xyoos dhau los los ntawm kev siv zog siv cov txheej txheem txiav-ntug. Cov txiaj ntsig tau xav tsis thoob.
Hauv tsab ntawv no, peb yuav saib ze rau tshuab kev kawm algorithms thiab tag nrho lawv cov variations.
Yog li, Machine Learning algorithms yog dab tsi?
Txoj hauv kev siv los ntawm AI system los ua nws txoj haujlwm - feem ntau, kwv yees qhov txiaj ntsig ntawm cov ntaub ntawv muab nkag - hu ua tshuab kev kawm algorithm.
Lub tshuab kawm algorithm yog txheej txheem uas siv cov ntaub ntawv thiab siv los tsim cov qauv kev kawm tshuab uas npaj txhij rau kev tsim khoom. Yog tias kev kawm tshuab yog lub tsheb ciav hlau uas ua haujlwm, ces tshuab kev kawm algorithms yog cov locomotives uas txav mus ua haujlwm.
Txoj kev kawm tshuab zoo tshaj plaws los siv yuav txiav txim siab los ntawm cov teeb meem kev lag luam uas koj tab tom sim daws, hom ntaub ntawv koj siv, thiab cov peev txheej koj muaj.
Kev kawm tshuab algorithms yog cov uas hloov cov ntaub ntawv teev rau hauv tus qauv. Nyob ntawm seb qhov teeb meem koj tab tom sim teb, lub zog ua haujlwm muaj, thiab hom ntaub ntawv koj muaj, saib xyuas, tsis saib xyuas, lossis kev txhawb nqa kev kawm algorithms tuaj yeem ua tau zoo.
Yog li, peb tham txog kev saib xyuas, tsis saib xyuas, thiab kev txhawb nqa kev kawm, tab sis lawv yog dab tsi? Cia peb tshawb nrhiav lawv.
Kev Saib Xyuas, Tsis Saib Xyuas & Txhawb Kev Kawm
Txoj Kev Kawm Saib Xyuas
Hauv kev saib xyuas kev kawm, AI qauv yog tsim los ntawm cov tswv yim uas tau muab thiab daim ntawv lo uas sawv cev rau qhov kev kwv yees tau tshwm sim. Raws li cov khoom siv thiab cov khoom siv tawm, tus qauv tsim cov kab zauv sib npaug, thiab siv qhov sib npaug ntawm daim duab qhia, nws kwv yees cov ntawv cim ntawm cov khoom siv yav tom ntej.
Cia peb hais tias peb yuav tsum tsim ib qho qauv uas tuaj yeem paub qhov txawv ntawm tus dev thiab miv. Ntau cov duab ntawm miv thiab dev tau pub rau hauv cov qauv nrog cov ntawv cim qhia seb lawv puas yog miv los yog dev kom cob qhia tus qauv.
Tus qauv nrhiav kom tsim ib qho kev sib npaug hais txog cov ntawv sau ntawm cov duab nkag rau cov duab ntawd. Txawm hais tias tus qauv tsis tau pom daim duab ua ntej, tom qab kev cob qhia, nws tuaj yeem txheeb xyuas seb nws yog tus miv lossis dev.
Kev Saib Xyuas Tsis Muaj Kev Kawm
Kev kawm tsis raug saib xyuas suav nrog kev cob qhia tus qauv AI nkaus xwb ntawm cov khoom siv yam tsis tau sau npe. Tus qauv faib cov ntaub ntawv nkag mus rau hauv pawg nrog cov yam ntxwv muaj feem xyuam.
Daim ntawv lo yav tom ntej ntawm cov tswv yim yog ces kwv yees nyob ntawm seb nws cov cwj pwm zoo sib xws li ib qho ntawm cov kev faib tawm. Xav txog qhov xwm txheej uas peb yuav tsum faib ib pawg ntawm cov pob liab thiab xiav ua ob pawg.
Cia peb xav tias cov pob 'lwm yam ntxwv zoo ib yam, tshwj tsis yog xim. Raws li qhov yuav ua li cas nws tuaj yeem faib cov pob rau hauv ob chav kawm, tus qauv saib xyuas cov yam ntxwv sib txawv ntawm cov khoom.
Ob pawg ntawm cov pob - ib qho xiav thiab ib qho liab - yog tsim thaum cov pob tau muab faib ua ob pawg raws li lawv cov xim.
Kev Txhim Kho Kev Kawm
Hauv kev txhawb nqa kev kawm, tus qauv AI nrhiav kom tau txais txiaj ntsig tag nrho los ntawm kev ua yeeb yam thiab nws tuaj yeem ua tau rau qee qhov xwm txheej. Cov lus teb rau nws cov txiaj ntsig ua ntej pab tus qauv kawm.
Xav txog qhov xwm txheej thaum tus neeg hlau raug qhia kom xaiv txoj hauv kev ntawm cov ntsiab lus A thiab B. Tus neeg hlau ua ntej xaiv ob qho kev kawm vim nws tsis muaj kev paub dhau los.
Tus neeg hlau tau txais cov tswv yim ntawm txoj kev nws siv thiab tau txais kev paub los ntawm nws. Tus neeg hlau tuaj yeem siv cov tswv yim los kho qhov teeb meem thaum lwm zaus nws ntsib qhov xwm txheej zoo sib xws.
Piv txwv li, yog tias tus neeg hlau xaiv qhov kev xaiv B thiab tau txais txiaj ntsig, xws li cov lus pom zoo, nws nkag siab lub sijhawm no tias nws yuav tsum xaiv txoj kev B kom nce nws cov nqi zog.
Tam sim no thaum kawg dab tsi koj txhua tus tab tom tos, yog cov algorithms.
Major Machine Learning Algorithms
1. Kab rov tav
Txoj kev kawm tshuab yooj yim tshaj plaws uas sib txawv ntawm kev saib xyuas kev kawm yog linear regression. Nrog rau kev paub los ntawm cov kev hloov pauv ywj pheej, nws feem ntau yog siv los daws cov teeb meem regression thiab tsim kev kwv yees ntawm cov hloov pauv txuas ntxiv.
Nrhiav txoj kab ntawm qhov zoo tshaj plaws haum, uas tuaj yeem pab hauv kev kwv yees qhov tshwm sim rau cov kev hloov pauv txuas ntxiv, yog lub hom phiaj ntawm kev rov ua dua tshiab. Cov nqi tsev, hnub nyoog, thiab cov nyiaj ua haujlwm yog qee qhov piv txwv ntawm cov nqi txuas ntxiv.
Tus qauv hu ua yooj yim linear regression siv txoj kab ncaj nraim los xam cov kev sib koom ntawm ib qho kev sib txawv thiab ib qho txawv txav. Muaj ntau tshaj ob qhov kev hloov pauv ywj pheej hauv ntau txoj kab rov tav.
Tus qauv linear regression muaj plaub qhov kev xav:
- Linearity: Muaj ib txoj kab sib txuas ntawm X thiab lub ntsiab lus ntawm Y.
- Homoscedasticity: Rau txhua tus nqi ntawm X, qhov seem ntawm qhov sib txawv yog tib yam.
- Kev ywj pheej: Kev soj ntsuam yog kev ywj pheej ntawm ib leeg los ntawm kev ywj pheej.
- Li qub: Thaum X tau kho, Y feem ntau faib.
Linear regression ua tau zoo rau cov ntaub ntawv uas tuaj yeem sib cais raws kab. Nws tuaj yeem tswj kev ua haujlwm dhau los ntawm kev siv kev ua haujlwm tsis tu ncua, hla kev lees paub, thiab cov txheej txheem txo qhov loj me. Txawm li cas los xij, muaj cov xwm txheej uas yuav tsum muaj kev tsim vaj tsev dav dav, uas tuaj yeem ua rau muaj kev cuam tshuam ntau dhau thiab suab nrov.
2. Logistic Regression
Logistic regression yog lwm hom kev kawm tshuab uas tawm ntawm kev saib xyuas kev kawm. Nws qhov kev siv loj yog kev faib tawm, thaum nws tseem tuaj yeem siv rau cov teeb meem regression.
Logistic regression yog siv los kwv yees lub categorical dependent variable siv cov ntaub ntawv los ntawm cov kev ywj pheej yam. Lub hom phiaj yog los faib cov txiaj ntsig, uas tuaj yeem poob ntawm 0 thiab 1.
Qhov hnyav tag nrho ntawm cov khoom siv yog ua tiav los ntawm sigmoid muaj nuj nqi, ua kom muaj nuj nqi uas hloov cov txiaj ntsig ntawm 0 thiab 1.
Lub hauv paus ntawm logistic regression yog qhov kev kwv yees qhov siab tshaj plaws, ib txoj hauv kev los xam cov kev txwv ntawm qhov xav tias yuav muaj feem cuam tshuam tau muab cov ntaub ntawv tshwj xeeb.
3. Tsob ntoo txiav txim
Lwm txoj kev kawm tshuab uas cais tawm ntawm kev saib xyuas kev kawm yog tsob ntoo txiav txim siab. Rau ob qho tib si kev faib tawm thiab cov teeb meem regression, kev txiav txim siab tsob ntoo tuaj yeem ua haujlwm.
Cov cuab yeej txiav txim siab no, uas zoo ib yam li tsob ntoo, siv cov duab sawv cev los qhia txog cov txiaj ntsig yav tom ntej, cov nqi, thiab kev cuam tshuam. Los ntawm kev faib cov ntaub ntawv mus rau hauv ib feem, lub tswv yim zoo sib xws rau tib neeg lub siab.
Cov ntaub ntawv tau muab faib ua qhov sib txawv ntau npaum li peb tuaj yeem granulate nws. Ib tsob ntoo txiav txim siab lub hom phiaj tseem ceeb yog los tsim cov qauv kev cob qhia uas tuaj yeem siv los kwv yees cov chav kawm ntawm lub hom phiaj sib txawv. Cov txiaj ntsig uas ploj lawm tuaj yeem ua haujlwm tau los ntawm Kev Txiav Txim Ntoo.
Tsis muaj qhov yuav tsum tau ua rau kev txhaj tshuaj ib zaug, qhov hloov pauv dummy, lossis lwm yam kev kho cov ntaub ntawv. Nws yog nruj ntawm qhov kev txiav txim siab tias nws nyuaj rau ntxiv cov ntaub ntawv tshiab rau nws. Yog tias koj tau txais cov ntaub ntawv sau npe ntxiv, koj yuav tsum rov qhia tsob ntoo ntawm tag nrho cov ntaub ntawv.
Yog li ntawd, cov ntoo txiav txim siab yog qhov kev xaiv tsis zoo rau txhua daim ntawv thov uas yuav tsum muaj kev hloov pauv tus qauv.
Raws li cov hom phiaj sib txawv, cov ntoo txiav txim siab tau muab faib ua ob hom:
- Categorical Variable: Ib tsob ntoo txiav txim siab uas lub hom phiaj sib txawv yog Categorical.
- Continuous Variable: Ib tsob ntoo txiav txim siab uas lub hom phiaj sib txawv yog Nruam.
4. Ntsuag Hav Zoov
Random Forest Method yog cov txheej txheem kev kawm tshuab tom ntej thiab yog kev saib xyuas tshuab kev kawm algorithm siv dav hauv kev faib tawm thiab cov teeb meem regression. Nws kuj yog ib tsob ntoo raws li txoj kev, zoo ib yam li tsob ntoo txiav txim.
Ib tsob ntoo ntoo, lossis ntau tsob ntoo txiav txim siab, yog siv los ntawm txoj kev hav zoov random los txiav txim. Thaum tuav kev faib cov dej num, txoj kev random hav zoov ua hauj lwm categorical variables thaum tuav cov hauj lwm regression nrog datasets uas muaj qhov sib txawv tsis tu ncua.
Ib pawg, lossis kev sib xyaw ntawm ntau tus qauv, yog li cas txoj kev hav zoov random ua, uas txhais tau hais tias kev kwv yees tau tsim los siv ib pab pawg ntawm cov qauv es tsis yog ib qho xwb.
Lub peev xwm los siv rau ob qho tib si kev faib tawm thiab cov teeb meem regression, uas ua rau feem ntau ntawm cov tshuab kev kawm niaj hnub no, yog qhov txiaj ntsig tseem ceeb ntawm cov hav zoov random.
Ob lub tswv yim sib txawv yog siv los ntawm Ensemble:
- Hnab: Los ntawm kev ua qhov no, ntau cov ntaub ntawv raug tsim rau cov ntaub ntawv qhia kev cob qhia. Txhawm rau txo qhov kev hloov pauv hauv kev kwv yees, qhov no ua tiav.
- Kev txhawb nqa yog cov txheej txheem ntawm kev sib txuas cov tub ntxhais kawm tsis muaj zog nrog cov neeg kawm muaj zog los ntawm kev tsim cov qauv ua tiav, ua rau cov qauv zaum kawg nrog qhov tseeb tshaj plaws.
5. Naiv Bias
Ib qho binary (ob-chav kawm) thiab qhov teeb meem kev faib ntau chav kawm tuaj yeem daws tau siv cov txheej txheem Naive Bayes. Thaum tus txheej txheem piav qhia siv binary lossis qeb cov khoom muaj txiaj ntsig, nws yog qhov yooj yim kom nkag siab. Ib qho kev xav ua los ntawm Naive Bayes classifier yog tias qhov muaj nyob ntawm ib qho tshwj xeeb hauv chav kawm tsis muaj qhov cuam tshuam rau qhov muaj lwm yam nta.
Cov qauv saum toj no qhia tias:
- P(H): Qhov zoo li qhov kev xav H yog qhov tseeb. Qhov tshwm sim ua ntej raug xa mus rau qhov no.
- P(E): Qhov yuav tshwm sim ntawm cov pov thawj
- P(E|H): Qhov zoo li qhov kev xav tau txhawb nqa los ntawm cov pov thawj.
- P(H|E): Qhov tshwm sim uas qhov kev xav yog qhov tseeb, muab cov pov thawj.
Tus Naive Bayes classifier yuav coj mus rau hauv tus account txhua tus yam ntxwv ntawm tus kheej thaum txiav txim siab qhov tshwm sim ntawm qhov tshwm sim, txawm tias cov cwj pwm no txuas nrog ib leeg. Tus qauv Naive Bayesian yog qhov yooj yim los tsim thiab siv tau rau cov ntaub ntawv loj.
Nws paub tias ua tau zoo dua txawm tias cov txheej txheem categorization nyuaj tshaj plaws thaum ua tau yooj yim. Nws yog ib phau ntawm algorithms uas yog tag nrho raws li Bayes 'Theorem, tsis yog ib txoj kev.
6. K-Nyob ze ze
Cov txheej txheem K-nyob ze ze tshaj plaws (kNN) yog cov txheej txheem ntawm kev saib xyuas tshuab kev kawm uas tuaj yeem siv los daws cov teeb meem kev faib tawm thiab kev rov qab los. KNN algorithm xav tias cov khoom sib piv tuaj yeem pom nyob ze.
Kuv nco qab tias yog kev sib sau ua ke ntawm tib neeg lub siab nyiam. kNN ua kom zoo dua ntawm lub tswv yim zoo ib yam ntawm lwm cov ntaub ntawv cov ntsiab lus siv qhov sib thooj, ze, lossis nyob deb. Txhawm rau sau cov ntaub ntawv tsis pom zoo raws li qhov ze tshaj plaws uas tau sau cov ntaub ntawv pom tau zoo, ib txoj hauv kev ua lej yog siv los txiav txim qhov sib cais ntawm cov ntsiab lus ntawm daim duab.
Koj yuav tsum txiav txim siab qhov kev ncua deb ntawm cov ntaub ntawv cov ntsiab lus txhawm rau txheeb xyuas qhov ze tshaj qhov sib piv. Kev ntsuas nrug xws li Euclidean nrug, Hamming nrug, Manhattan nrug, thiab Minkowski nrug yuav siv tau rau qhov no. K yog lub npe hu ua tus lej ze tshaj plaws, thiab feem ntau nws yog tus lej khib.
KNN tuaj yeem siv rau cov teeb meem kev faib tawm thiab kev rov qab los. Qhov kev kwv yees tau ua thaum KNN siv rau cov teeb meem rov qab los yog raws li qhov nruab nrab lossis qhov nruab nrab ntawm K-qhov tshwm sim zoo sib xws.
Qhov tshwm sim ntawm kev faib tawm algorithm raws li KNN tuaj yeem txiav txim siab raws li cov chav kawm uas muaj ntau zaus ntawm K feem ntau tshwm sim. Txhua qhov piv txwv tseem ceeb pov npav rau lawv cov chav kawm, thiab qhov twv ua ntej yog rau cov chav kawm uas tau txais kev pov npav feem ntau.
7. K-lus
Nws yog ib txoj hauv kev rau kev kawm tsis muaj kev saib xyuas uas daws cov teeb meem ntawm pawg. Cov ntaub ntawv tau muab faib ua ib pawg ntawm cov pawg-hu cia nws K-nyob rau hauv txoj kev uas txhua pawg cov ntaub ntawv cov ntsiab lus yog homogeneous thiab txawv ntawm cov hauv lwm pawg.
K-txhais tau tias pawg txheej txheem:
- Rau txhua pawg, K-lus algorithm xaiv k centroids, lossis cov ntsiab lus.
- Nrog rau qhov ze tshaj plaws centroids lossis K pawg, txhua cov ntaub ntawv taw qhia ua ib pawg.
- Tam sim no, cov centroids tshiab tau tsim nyob ntawm cov tswv cuab pawg uas twb muaj lawm.
- Qhov ze tshaj plaws rau txhua qhov chaw cov ntaub ntawv yog suav nrog cov hloov tshiab centroids. Txog thaum lub centroids tsis hloov, cov txheej txheem no rov ua dua.
Nws yog nrawm dua, txhim khu kev qha, thiab yooj yim dua kom nkag siab. Yog tias muaj teeb meem, k-txhais tau hais tias kev hloov pauv tau ua rau kev hloov pauv yooj yim. Thaum cov ntaub ntawv sib txawv los yog sib cais los ntawm ib leeg, cov txiaj ntsig zoo tshaj plaws. Nws tsis tuaj yeem tswj xyuas cov ntaub ntawv tsis raug lossis cov kev tsis zoo.
8. Txhawb Vector Machine
Thaum siv cov txheej txheem SVM los faib cov ntaub ntawv, cov ntaub ntawv nyoos tau pom ua cov dots hauv qhov chaw n-dimensional (qhov twg n yog tus naj npawb ntawm cov yam ntxwv koj muaj). Cov ntaub ntawv tuaj yeem muab faib tau yooj yim vim tias txhua qhov feature tus nqi yog txuas nrog rau ib qho kev sib koom tes.
Txhawm rau cais cov ntaub ntawv thiab muab tso rau hauv daim duab, ntiav cov kab hu ua classifiers. Txoj hauv kev no piav qhia txhua cov ntaub ntawv taw qhia raws li qhov taw qhia hauv qhov chaw n-dimensional, qhov twg n yog tus naj npawb ntawm cov yam ntxwv koj muaj thiab txhua tus yam ntxwv tus nqi yog tus nqi tshwj xeeb.
Tam sim no peb yuav nrhiav ib txoj kab uas faib cov ntaub ntawv rau hauv ob pawg ntawm cov ntaub ntawv uas tau muab faib ua qhov sib txawv. Qhov kev ncua deb ntawm cov ntsiab lus ze tshaj plaws nyob rau hauv txhua ntawm ob pab pawg yuav yog qhov sib nrug tshaj plaws raws kab no.
Txij li ob lub ntsiab lus ze tshaj plaws yog cov uas nyob deb tshaj ntawm kab hauv qhov piv txwv saum toj no, kab uas faib cov ntaub ntawv rau hauv ob pawg uas tau muab faib ua qhov sib txawv yog kab nruab nrab. Peb lub hom phiaj yog cov kab no.
9. Dimensionality txo
Siv txoj hauv kev ntawm kev txo qhov loj me, cov ntaub ntawv kev cob qhia yuav muaj tsawg dua cov tswv yim sib txawv. Hauv cov ntsiab lus yooj yim, nws hais txog cov txheej txheem ntawm shrinking qhov luaj li cas ntawm koj lub teeb feature. Cia peb xav txog koj cov ntaub ntawv muaj 100 kab; Kev txo qhov loj me yuav txo qhov nyiaj ntawd mus rau 20 kab.
Tus qauv cia li loj hlob ntau sophisticated thiab muaj kev pheej hmoo loj ntawm overfitting raws li tus naj npawb ntawm cov nta nce. Qhov teeb meem loj tshaj plaws nrog kev ua haujlwm nrog cov ntaub ntawv hauv qhov loj dua yog qhov hu ua "kev foom tsis zoo ntawm qhov ntev," uas tshwm sim thaum koj cov ntaub ntawv muaj ntau tus yam ntxwv.
Cov ntsiab lus hauv qab no tuaj yeem siv los ua kom tiav qhov kev txo qis:
- Txhawm rau nrhiav thiab xaiv cov yam ntxwv tsim nyog, xaiv qhov tshwj xeeb yog ua haujlwm.
- Siv cov yam ntxwv uas twb muaj lawm, feature engineering manually tsim cov yam ntxwv tshiab.
xaus
Unsupervised los yog saib xyuas tshuab kev kawm yog ob qho tib si ua tau. Xaiv kev kawm saib xyuas yog tias koj cov ntaub ntawv tsis tshua muaj ntau thiab zoo tag rau kev cob qhia.
Cov ntaub ntawv loj feem ntau yuav ua tau zoo thiab tsim cov txiaj ntsig zoo dua siv cov kev kawm tsis muaj kev saib xyuas. Kev kawm tob txoj hauv kev yog qhov zoo tshaj yog tias koj muaj cov ntaub ntawv loj loj uas tuaj yeem muaj.
Qhov cuab lub zog kawm thiab kev kawm tob tob yog qee yam uas koj tau kawm. Neural networks cov yam ntxwv, kev siv, thiab kev txwv tam sim no meej rau koj. Qhov kawg tab sis tsis kawg, koj tau txiav txim siab cov kev xaiv rau cov lus sib txawv, IDEs, thiab platforms thaum nws los tsim koj tus kheej tshuab kev kawm ua qauv.
Qhov tom ntej no koj yuav tsum tau ua yog pib kawm thiab siv txhua tshuab kev kawm mus kom ze. Txawm hais tias cov ntsiab lus dav dav, txhua lub ntsiab lus tuaj yeem nkag siab hauv ob peb teev yog tias koj tsom mus rau nws qhov tob. Txhua qhov kev kawm nyob ib leeg los ntawm lwm tus.
Koj yuav tsum xav txog ib qho teeb meem ntawm ib lub sij hawm, kawm nws, muab tso rau hauv kev xyaum, thiab siv hom lus koj xaiv los siv cov algorithm hauv nws.
Sau ntawv cia Ncua