¿Cómo describirías el aprendizaje automático de la manera más sencilla?

Answer 1

AI es un tema que trata de hacer máquinas inteligentes.

ML es un subconjunto de AI que se ocupa de hacer máquinas que pueden aprender a ser inteligentes.

Para su aumento de confianza, solo considere esto. ¿Inventaste el valor p o la prueba t? Cuando dices que te encantan las estadísticas, habrías usado estas ‘herramientas’ casi todos los días. Puedo desafiarte a que preguntes a todos tus colegas, que dicen ser expertos en ML, qué significan, y estarás realmente decepcionado con la cantidad de expertos que conocen estas estadísticas básicas.

De manera similar, aunque la IA parece exageradamente compex cuando se refiere a la literatura, pero cuando trabaja a cierto nivel de abstracción, aún puede hacer cosas interesantes utilizando los conceptos de Al / ML. Al igual que usted nunca pretende comprender completamente el árbol B + o el índice de mapa de bits en las bases de datos, sino que se beneficia enormemente de él mediante el diseño de índices adecuados para las columnas adecuadas.

Con tus antecedentes, ML / AI es lo que debes experimentar. La programación es generalmente mucho más fácil de aprender que las matemáticas / estadísticas.

Answer 2

El aprendizaje automático describe un conjunto de algoritmos que pueden resolver problemas que normalmente pensaríamos que necesitan inteligencia para resolver. Hasta cierto punto, puede automatizar el rol de los Ingenieros de Software, particularmente cuando se trata de escribir algoritmos complejos.

Algunos de los problemas que el aprendizaje automático puede resolver son leer la escritura a mano, el reconocimiento de voz y conducir automóviles. Aceptamos que estas tareas requieren inteligencia y que escribir código explícitamente que pueda resolverlas sería realmente un gran desafío. Sin embargo, los algoritmos de aprendizaje automático nos han permitido crear software que puede resolverlos también, si no mejor, que los propios humanos.

Answer 3

El aprendizaje automático es “simplemente” una función de aprendizaje funcional .

Una sinopsis bastante suave a través de mí :

Una sinopsis bastante suave a través de la divinidad del aprendizaje automático , Geoffrey Hinton :

A pesar de una introducción sutil general , las respuestas mías posteriores concluyen en una disciplina particular de aprendizaje automático, los modelos neuronales profundos, para arquitecturas neuronales profundas, aunque existen en medio del aprendizaje automático, resultan como construcciones óptimamente generalizables .

Answer 4

Hola,

Thx para el A2A, Misty St-Claire

Por favor lee :

Una guía suave para el aprendizaje automático

https://www.linkedin.com/pulse/e …

Espero eso ayude.

Answer 5

A2A.

Oye, si te encantan las estadísticas (como disciplina académica), tendrás poco o ningún problema con ML.

Yo describiría ML como la mayoría de los modelos de predicción estadística basados ​​en datos.

Aproximadamente 3/4 de todos los métodos de LD que conozco pueden describirse con relativa facilidad en términos estadísticos, 1/4 son heurísticas prácticas útiles y trucos computacionales.

Answer 6

Creo que puede que te guste la descripción de Andrew Ng de esta conferencia.