Termenii inteligență artificială, machine learning (învățarea automată)și deep learning (învățarea profundă) sunt adesea folosiți ca și cum ar desemna același lucru. În realitate, ei descriu concepte diferite, aflate însă într-o relație strânsă. Cea mai simplă modalitate de a înțelege această … Citeşte mai mult
ML automată vs. ML interactivă Scopul final al comunității ML la nivel mondial este de a dezvolta algoritmi/sisteme care pot învăța automat din date fără nicio intervenție umană [34]. Această învățare automată (aML) funcționează bine atunci când avem cantități mari … Citeşte mai mult
Pentru unii oameni, cele mai interesante și mai incitante părți ale Științei Datelor sunt algoritmii de învățare automată (ML). Acestea sunt tehnicile de bază pentru a face predicții și analize. Vom analiza pe scurt câteva dintre ele în acest curs … Citeşte mai mult
O revizuire recentă a literaturii despre IA de către editorul academic Elsevier (2018) sugerează că există o serie de concepte cheie și domenii de cercetare care constituie disciplina academică a IA. Pe baza unui eșantion de 600 000 de documente legate … Citeşte mai mult
Performanța oricărui algoritm de învățare automată (ML) depinde de alegerea reprezentărilor datelor. Prin urmare, aceste reprezentări ale datelor, cunoscute și sub numele de caracteristici, sunt esențiale pentru învățare și înțelegere, prin urmare, mult efort în ML se depune în proiectarea … Citeşte mai mult
Figura 27.1: Un arbore de decizie (nu unul deosebit de bun, după cum se va dovedi) pentru setul de date despre jocuri video. Imaginile arborilor de decizie din capitolul 27 au fost destul de ilustrative, dar, desigur, pentru a automatiza … Citeşte mai mult
Până acum, imaginea noastră despre clasificare a fost foarte generală. Nu am spus nimic despre cum ar putea funcționa de fapt clasificatorul nostru; am spus doar că, având în vedere valorile pentru fiecare dintre caracteristici, acesta va oferi o predicție … Citeşte mai mult
În activitatea de clasificare, variabila țintă pe care dorim să o prezicem este categorială. Uneori numim această variabilă și etichetă. Deoarece acesta este un proces supravegheat, ni se oferă exemple de obiecte de studiu care au „răspunsuri adevărate” cunoscute. Acestea … Citeşte mai mult
Când oamenii obișnuiți aud cuvintele „Știința datelor”, pariez că primele imagini care le vin în minte sunt cele ale domeniilor strâns legate de mineritul datelor vs. învățarea automată (ML), chiar dacă nu cunosc acești termeni. La urma urmei, aici se … Citeşte mai mult
Probabilitatea inversă permite deducerea necunoscutelor și realizarea de predicții. ML se bazează în principal pe trei piloni ai matematicii: algebra liniară, optimizarea și teoria probabilității, deși sunt implicate multe alte domenii matematice, vezi, de exemplu, [26]. Teoria probabilității [27] oferă … Citeşte mai mult
Învățarea automată (Machine Learning, ML) ca domeniu al informaticii a început în urmă cu șapte decenii cu idei despre dezvoltarea algoritmilor care pot învăța automat din date pentru a obține cunoștințe din experiență și pentru a-și îmbunătăți treptat comportamentul de … Citeşte mai mult
Învățarea automată (Machine Learning, ML) este un domeniu foarte practic care oferă multe soluții la problemele din viața noastră de zi cu zi, făcând-o astfel extrem de utilă astăzi [1]. Acest succes vizibil și convingător se datorează în principal la … Citeşte mai mult
