Làm thế nào để suy nghĩ về Machine Learning đúng cách?

ML là một đại dương rộng lớn và áp dụng nghiên cứu liên ngành(cách tiếp cận một đối tượng bằng nhiều cách thức, dựa trên dữ liệu của nhiều chuyên ngành).

Bạn có thể đạt được những kết quả ấn tượng với ML để tìm các giải pháp cho những vấn đề rất khó khăn, phức tạp. Nhưng đây chỉ là một góc nhỏ của lĩnh vực ML trong đại dương rộng lớn, thường được gọi là mô hình dự báo hoặc phân tích dự đoán.

Trong bài viết này, bạn sẽ khám phá được, làm thế nào để thay đổi cách bạn nghĩ về ML cho việc phục vụ bạn tốt nhất với tư cách là một tín đồ của ML.

Ngắn gọn, bạn sẽ biết được:

  • ML là gì? Và làm thế nào nó lại liên quan đến AIsố liệu thống kê.
  • Một góc nhỏ của ML mà bạn nên tập trung vào.
  • Cách suy nghĩ vấn đề của bạn và hướng giải quyết từ ML cho vấn đề của đó.

Hãy bắt đầu cuộc hành trình…

Bạn cảm thấy mọi thứ thật hỗn độn

Bạn có 1 vấn đề và cần sự giải quyết từ ML, nhưng bạn cảm thấy bối rối vì thực sự không biết chính xác ML là gì?

Đó là lý do hợp lý khiến bạn rơi vào mớ hỗn độn. Nó gây nhầm lẫn cho người mới bắt đầu.

ML là một mảng rất rộng lớn và không phải tất cả sẽ liên quan đến bạn nếu bạn chỉ tập trung giải quyết một vấn đề cụ thể.

Chúng ta sẽ bắt đầu bằng cách mô tả ML bằng các thuật ngữ rộng nhất và làm thế nào nó lại liên quan đến các lĩnh vực nghiên cứu khác như thống kê và trí tuệ nhân tạo.

Sau đó, chúng ta sẽ phóng to các khía cạnh của ML mà bạn thực sự cần biết về mặt kỹ thuật và thực hành để giải quyết vấn đề.

ML là gì?

ML là một lĩnh vực khoa học máy tính có liên quan với các chương trình tự học.

Nó được ví như một thế giới siêu rộng lớn.

Có rất nhiều loại hình học tập, nhiều loại phản hồi để học hỏi và nhiều thứ có thể học được.

Điều này có thể bao gồm nhiều loại hình học tập khác nhau, chẳng hạn như:

  • Tạo ra đoạn code để nghiên cứu cách mà các quần thể sinh vật học thích nghi với môi trường của nó trong thời gian tiến hóa.

  • Tạo ra đoạn code để nghiên cứu làm thế nào một nơron trong não học để đáp ứng lại với kích thích từ các tế bào thần kinh khác.

  • Tạo ra đoạn code để nghiên cứu cách mà đàn kiến ​​học con đường tối ưu từ hang của chúng đến nguồn thực phẩm của chúng.

Tôi đưa ra những ví dụ thực tiễn này nhằm mục đích giúp bạn thực sự làm kim chỉ nam cho việc tiếp cận ML là một quá trình nghiên cứu rộng lớn và cả một hành trình dài.

AI là gì?

AI là viết tắt của Artificial Intelligence, dịch ra thành Trí tuệ nhân tạo.s

ML là một lĩnh vực con của AI.

Nó bao trùm lên ML.

AI cũng là một lĩnh vực của khoa học máy tính, nhưng nó có liên quan tới việc phát triển các chương trình thông minh, hoặc có thể làm những điều thông minh.

Trí thông minh liên quan đến việc học ví dụ như ML, nhưng có thể liên quan đến các mối quan tâm khác như lập luận, lập kế hoạch, bộ nhớ và hơn thế nữa.

Điều này có thể bao gồm nhiều loại hình học tập khác nhau như:

  • Làm thế nào để tối ưu cho việc lập kế hoạch logic.
  • Làm thế nào để giải thích một đoạn văn bản.
  • Làm thế nào để nhận thức được nội dung của bức ảnh.

Số liệu thống kê là gì?

Thống kê là một mảng con trong toán học có liên quan đến việc mô tả và hiểu các mối quan hệ trong dữ liệu.

Điều này có thể bao gồm nhiều loại hình học tập khác nhau như:

  • Phát triển các models để tóm tắt sự phân bố của một biến.
  • Phát triển các models để mô tả tốt nhất mối quan hệ giữa hai biến.
  • Phát triển các models để kiểm tra sự giống nhau giữa hai quần thể được chú ý.

Vậy bạn cần tập trung vào các phần ML nào?

  1. Về vấn đề bạn đang cố gắng giải quyết.
  2. Về giải pháp bạn yêu cầu.

I refer from this article and I really appreciate this_.


comments powered by Disqus