இயந்திர கற்றல் என்பது செயற்கை நுண்ணறிவின் (AI) துணைப் புலமாகும், இது கணினிகள் வெளிப்படையாக திட்டமிடப்படாமல் கற்று கணிப்புகள் அல்லது முடிவுகளை எடுக்க உதவும் வழிமுறைகள் மற்றும் மாதிரிகளின் வளர்ச்சியில் கவனம் செலுத்துகிறது. இது ஒரு சக்திவாய்ந்த கருவியாகும், இது இயந்திரங்களை தானாகவே பகுப்பாய்வு செய்து சிக்கலான தரவை விளக்கவும், வடிவங்களை அடையாளம் காணவும், தகவலறிந்த முடிவுகளை அல்லது கணிப்புகளை செய்யவும் அனுமதிக்கிறது.
அதன் மையத்தில், கணினிகள் தரவுகளில் இருந்து கற்றுக் கொள்ளவும், காலப்போக்கில் ஒரு குறிப்பிட்ட பணியில் அவற்றின் செயல்திறனை மேம்படுத்தவும் புள்ளியியல் நுட்பங்களைப் பயன்படுத்துவதை இயந்திரக் கற்றல் உள்ளடக்குகிறது. தரவுகளிலிருந்து பொதுமைப்படுத்தக்கூடிய மாதிரிகளை உருவாக்குவதன் மூலம் இது அடையப்படுகிறது மற்றும் புதிய, காணப்படாத உள்ளீடுகளின் அடிப்படையில் கணிப்புகள் அல்லது முடிவுகளை எடுக்கலாம். இந்த மாதிரிகள் லேபிளிடப்பட்ட அல்லது லேபிளிடப்படாத தரவைப் பயன்படுத்தி பயிற்சியளிக்கப்படுகின்றன, இது கற்றல் அல்காரிதம் வகையைப் பொறுத்து.
பல வகையான இயந்திர கற்றல் அல்காரிதம்கள் உள்ளன, ஒவ்வொன்றும் வெவ்வேறு வகையான பணிகள் மற்றும் தரவுகளுக்கு ஏற்றது. மேற்பார்வையிடப்பட்ட கற்றல் என்பது அத்தகைய ஒரு அணுகுமுறையாகும், அங்கு மாதிரியானது லேபிளிடப்பட்ட தரவைப் பயன்படுத்தி பயிற்சியளிக்கப்படுகிறது, அங்கு ஒவ்வொரு உள்ளீடும் தொடர்புடைய வெளியீடு அல்லது லேபிளுடன் தொடர்புடையது. எடுத்துக்காட்டாக, ஸ்பேம் மின்னஞ்சல் வகைப்படுத்தல் பணியில், ஸ்பேம் அல்லது ஸ்பேம் அல்ல என லேபிளிடப்பட்ட மின்னஞ்சல்களின் தரவுத்தொகுப்பைப் பயன்படுத்தி அல்காரிதம் பயிற்சியளிக்கப்படுகிறது. பயிற்சித் தரவிலிருந்து கற்றுக்கொண்ட வடிவங்களின் அடிப்படையில் புதிய, பார்க்காத மின்னஞ்சல்களை வகைப்படுத்துவதற்கு மாடல் கற்றுக்கொள்கிறது.
மறுபுறம், மேற்பார்வை செய்யப்படாத கற்றல், பெயரிடப்படாத தரவைப் பயன்படுத்தி பயிற்சி மாதிரிகளை உள்ளடக்கியது. வெளியீடு அல்லது லேபிள்கள் பற்றிய எந்த முன் அறிவும் இல்லாமல் தரவுக்குள் வடிவங்கள் அல்லது கட்டமைப்பைக் கண்டறிவதே குறிக்கோள். கிளஸ்டரிங் என்பது ஒரு பொதுவான மேற்பார்வை செய்யப்படாத கற்றல் நுட்பமாகும், அங்கு அல்காரிதம் ஒரே மாதிரியான தரவு புள்ளிகளை அவற்றின் உள்ளார்ந்த ஒற்றுமைகள் அல்லது வேறுபாடுகளின் அடிப்படையில் ஒன்றாகக் கொண்டுள்ளது.
இயந்திர கற்றலின் மற்றொரு முக்கியமான வகை வலுவூட்டல் கற்றல் ஆகும். இந்த அணுகுமுறையில், ஒரு முகவர் சுற்றுச்சூழலுடன் தொடர்பு கொள்ள கற்றுக்கொள்கிறார் மற்றும் நடவடிக்கைகளை எடுப்பதன் மூலம் வெகுமதி சமிக்ஞையை அதிகரிக்கிறார். முகவர் சுற்றுச்சூழலை ஆராய்ந்து, வெகுமதிகள் அல்லது அபராதங்கள் வடிவில் கருத்துக்களைப் பெறுகிறார், மேலும் காலப்போக்கில் ஒட்டுமொத்த வெகுமதியை அதிகரிக்க அதன் செயல்களைச் சரிசெய்கிறார். கேம் விளையாடுதல், ரோபாட்டிக்ஸ் மற்றும் தன்னியக்க ஓட்டுநர் போன்ற பணிகளுக்கு இந்த வகையான கற்றல் வெற்றிகரமாகப் பயன்படுத்தப்பட்டது.
இயந்திர கற்றல் பல்வேறு தொழில்களில் பரவலான பயன்பாடுகளைக் கொண்டுள்ளது. உடல்நலப் பராமரிப்பில், நோய் விளைவுகளைக் கணிக்க, மருத்துவப் படங்களில் உள்ள வடிவங்களை அடையாளம் காண அல்லது சிகிச்சைத் திட்டங்களைத் தனிப்பயனாக்க இது பயன்படுத்தப்படலாம். நிதியில், மோசடி கண்டறிதல், கிரெடிட் ஸ்கோரிங் மற்றும் அல்காரிதமிக் டிரேடிங் ஆகியவற்றிற்கு இயந்திர கற்றல் வழிமுறைகள் பயன்படுத்தப்படலாம். பிற பயன்பாடுகளில் இயல்பான மொழி செயலாக்கம், கணினி பார்வை, பரிந்துரை அமைப்புகள் மற்றும் பல அடங்கும்.
இயந்திர கற்றல் என்பது செயற்கை நுண்ணறிவின் துணைப் புலமாகும், இது கணினிகள் தரவுகளிலிருந்து கற்றுக் கொள்ளவும் கணிப்புகள் அல்லது முடிவுகளை எடுக்கவும் உதவும் வழிமுறைகள் மற்றும் மாதிரிகளின் வளர்ச்சியில் கவனம் செலுத்துகிறது. லேபிளிடப்பட்ட அல்லது லேபிளிடப்படாத தரவைப் பயன்படுத்தி மாடல்களைப் பயிற்றுவிப்பதற்கான புள்ளிவிவர நுட்பங்களைப் பயன்படுத்துவதை உள்ளடக்கியது, மேலும் இது பல்வேறு பணிகள் மற்றும் தரவுகளுக்கு ஏற்ற பல்வேறு வகையான அல்காரிதம்களைக் கொண்டுள்ளது. இயந்திர கற்றல் தொழில்கள் முழுவதும் பல பயன்பாடுகளைக் கொண்டுள்ளது, இது சிக்கலான சிக்கல்களைத் தீர்ப்பதற்கும் தரவு சார்ந்த முடிவுகளை எடுப்பதற்கும் ஒரு சக்திவாய்ந்த கருவியாக அமைகிறது.
தொடர்பான பிற சமீபத்திய கேள்விகள் மற்றும் பதில்கள் EITC/AI/GCML கூகிள் கிளவுட் மெஷின் கற்றல்:
- 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?
- டென்சர்போர்டு என்றால் என்ன?
EITC/AI/GCML Google Cloud Machine Learning இல் கூடுதல் கேள்விகள் மற்றும் பதில்களைக் காண்க