செயற்கை நுண்ணறிவின் துணைப் பகுதியான இயந்திர கற்றல், பயன்படுத்தப்படும் தரவின் தரத்தை கணிக்க அல்லது தீர்மானிக்கும் திறனைக் கொண்டுள்ளது. இது பல்வேறு நுட்பங்கள் மற்றும் வழிமுறைகள் மூலம் அடையப்படுகிறது, இது இயந்திரங்கள் தரவிலிருந்து கற்றுக்கொள்ளவும், தகவலறிந்த கணிப்புகள் அல்லது மதிப்பீடுகளை செய்யவும் உதவுகிறது. கூகுள் கிளவுட் மெஷின் லேர்னிங்கின் சூழலில், தரவின் தரத்தை பகுப்பாய்வு செய்வதற்கும் மதிப்பீடு செய்வதற்கும் இந்த நுட்பங்கள் பயன்படுத்தப்படுகின்றன.
மெஷின் லேர்னிங் எவ்வாறு தரவின் தரத்தை கணிக்கலாம் அல்லது தீர்மானிக்கலாம் என்பதைப் புரிந்து கொள்ள, முதலில் தரவுத் தரத்தின் கருத்தைப் புரிந்துகொள்வது அவசியம். தரவுத் தரம் என்பது தரவின் துல்லியம், முழுமை, நிலைத்தன்மை மற்றும் பொருத்தம் ஆகியவற்றைக் குறிக்கிறது. எந்தவொரு இயந்திர கற்றல் மாதிரியிலும் நம்பகமான மற்றும் துல்லியமான முடிவுகளை உருவாக்குவதற்கு உயர்தர தரவு அவசியம்.
இயந்திர கற்றல் வழிமுறைகள் தரவை அதன் பண்புகள், வடிவங்கள் மற்றும் உறவுகளை பகுப்பாய்வு செய்வதன் மூலம் அதன் தரத்தை மதிப்பிடுவதற்கு பயன்படுத்தப்படலாம். ஒரு பொதுவான அணுகுமுறை மேற்பார்வையிடப்பட்ட கற்றல் வழிமுறைகளைப் பயன்படுத்துவதாகும், அங்கு தரவின் தரம் முன் வரையறுக்கப்பட்ட அளவுகோல்களின் அடிப்படையில் பெயரிடப்பட்டது அல்லது வகைப்படுத்தப்படுகிறது. அல்காரிதம் இந்த லேபிளிடப்பட்ட தரவிலிருந்து கற்றுக்கொள்கிறது மற்றும் புதிய, பார்க்காத தரவின் தரத்தை கணிக்கக்கூடிய மாதிரியை உருவாக்குகிறது.
எடுத்துக்காட்டாக, ஒரு தயாரிப்பின் வாடிக்கையாளர் மதிப்புரைகளைக் கொண்ட தரவுத்தொகுப்பைக் கருத்தில் கொள்வோம். ஒவ்வொரு மதிப்புரையும் வெளிப்படுத்தப்பட்ட உணர்வின் அடிப்படையில் நேர்மறை அல்லது எதிர்மறை என பெயரிடப்பட்டுள்ளது. இந்த லேபிளிடப்பட்ட தரவுகளில் மேற்பார்வையிடப்பட்ட கற்றல் வழிமுறையைப் பயிற்றுவிப்பதன் மூலம், எதிர்மறையான மதிப்புரைகளிலிருந்து நேர்மறையான மதிப்புரைகளை வேறுபடுத்தும் வடிவங்களையும் அம்சங்களையும் இயந்திரக் கற்றல் மாதிரி கற்றுக்கொள்ள முடியும். இந்த மாதிரியானது புதிய, பெயரிடப்படாத மதிப்புரைகளின் உணர்வைக் கணிக்கப் பயன்படுகிறது, அதன் மூலம் தரவின் தரத்தை மதிப்பிடலாம்.
மேற்பார்வையிடப்பட்ட கற்றலுடன் கூடுதலாக, தரவுகளின் தரத்தை தீர்மானிக்க மேற்பார்வை செய்யப்படாத கற்றல் வழிமுறைகளும் பயன்படுத்தப்படலாம். மேற்பார்வை செய்யப்படாத கற்றல் வழிமுறைகள், முன் வரையறுக்கப்பட்ட லேபிள்களை நம்பாமல் தரவுகளில் உள்ள உள்ளார்ந்த அமைப்பு மற்றும் வடிவங்களை பகுப்பாய்வு செய்கின்றன. ஒரே மாதிரியான தரவுப் புள்ளிகளை ஒன்றிணைப்பதன் மூலமோ அல்லது அவுட்லையர்களை அடையாளம் காண்பதன் மூலமோ, இந்த அல்காரிதம்கள் தரவின் தரத்தைப் பற்றிய நுண்ணறிவுகளை வழங்க முடியும்.
உதாரணமாக, பழங்களின் பல்வேறு இயற்பியல் பண்புகளின் அளவீடுகளைக் கொண்ட தரவுத்தொகுப்பில், மேற்பார்வை செய்யப்படாத கற்றல் அல்காரிதம் அவற்றின் பண்புகளின் அடிப்படையில் ஒத்த பழங்களின் கொத்துக்களை அடையாளம் காண முடியும். எந்தவொரு கிளஸ்டருக்கும் பொருந்தாத அவுட்லையர்கள் அல்லது நிகழ்வுகள் தரவு இருந்தால், அது தரவின் தரத்தில் சாத்தியமான சிக்கல்களைக் குறிக்கலாம்.
மேலும், தரவுத் தரத்தில் பொதுவான சவால்களான காணாமல் போன தரவு, வெளிப்புறங்கள் மற்றும் முரண்பாடுகளைக் கண்டறிந்து கையாள இயந்திர கற்றல் நுட்பங்களைப் பயன்படுத்தலாம். கிடைக்கக்கூடிய தரவுகளில் உள்ள வடிவங்கள் மற்றும் உறவுகளை பகுப்பாய்வு செய்வதன் மூலம், இந்த நுட்பங்கள் காணாமல் போன மதிப்புகளைக் கணக்கிடலாம், வெளிப்புறங்களைக் கண்டறிந்து கையாளலாம் மற்றும் தரவின் நிலைத்தன்மையை உறுதிப்படுத்தலாம்.
இயந்திர கற்றல் முறைகள், உறவுகள் மற்றும் தரவின் பண்புகளை பகுப்பாய்வு செய்யும் மேற்பார்வையிடப்பட்ட மற்றும் மேற்பார்வை செய்யப்படாத கற்றல் வழிமுறைகளை மேம்படுத்துவதன் மூலம் தரவின் தரத்தை கணிக்க அல்லது தீர்மானிக்க முடியும். இந்த வழிமுறைகள் முன் வரையறுக்கப்பட்ட லேபிள்களின் அடிப்படையில் தரவை வகைப்படுத்தலாம் அல்லது தரவுகளில் உள்ள உள்ளார்ந்த கட்டமைப்புகளை அடையாளம் காணலாம். இயந்திர கற்றல் நுட்பங்களைப் பயன்படுத்துவதன் மூலம், தரவுத் தரத்தை மதிப்பிட முடியும், மேலும் தரவு விடுபட்ட தரவு, வெளிப்புறங்கள் மற்றும் முரண்பாடுகள் போன்ற சாத்தியமான சிக்கல்களைத் தீர்க்க முடியும்.
தொடர்பான பிற சமீபத்திய கேள்விகள் மற்றும் பதில்கள் EITC/AI/GCML கூகிள் கிளவுட் மெஷின் கற்றல்:
- டெக்ஸ்ட் டு ஸ்பீச் (TTS) என்றால் என்ன, அது AI உடன் எவ்வாறு செயல்படுகிறது?
- இயந்திர கற்றலில் பெரிய தரவுத்தொகுப்புகளுடன் பணிபுரிவதில் உள்ள வரம்புகள் என்ன?
- இயந்திர கற்றல் சில உரையாடல் உதவிகளை செய்ய முடியுமா?
- டென்சர்ஃப்ளோ விளையாட்டு மைதானம் என்றால் என்ன?
- பெரிய தரவுத்தொகுப்பு உண்மையில் என்ன அர்த்தம்?
- அல்காரிதத்தின் ஹைபர்பாராமீட்டர்களின் சில எடுத்துக்காட்டுகள் யாவை?
- இசையமைத்தல் கற்றல் என்றால் என்ன?
- தேர்ந்தெடுக்கப்பட்ட இயந்திர கற்றல் அல்காரிதம் பொருத்தமானதாக இல்லாவிட்டால் என்ன செய்வது மற்றும் சரியானதைத் தேர்ந்தெடுப்பதை எவ்வாறு உறுதிப்படுத்துவது?
- ஒரு இயந்திர கற்றல் மாதிரி அதன் பயிற்சியின் போது மேற்பார்வை தேவையா?
- நியூரல் நெட்வொர்க் அடிப்படையிலான அல்காரிதம்களில் பயன்படுத்தப்படும் முக்கிய அளவுருக்கள் யாவை?
EITC/AI/GCML Google Cloud Machine Learning இல் கூடுதல் கேள்விகள் மற்றும் பதில்களைக் காண்க